[发明专利]行人重识别方法、装置、计算机设备及存储介质

权利要求书

1.一种行人重识别方法，其特征在于，所述方法包括：

将目标图像输入至行人重识别网络中，所述行人重识别网络包括深度可分离卷积层，所述深度可分离卷积层包括多个并行分支以及与所述多个并行分支级联的特征融合层，各所述并行分支由不同数量的深度可分离卷积模块串接构成；

通过各所述并行分支对所述目标图像进行特征提取，并获取各所述并行分支输出的对应不同尺度信息的特征图；

通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理，得到融合特征图；

根据所述融合特征图进行行人重识别。

2.根据权利要求1所述的方法，其特征在于，所述深度可分离卷积层还包括通道注意力层，所述通道注意力层包括多个通道注意力单元，每个所述通道注意力单元与一个所述并行分支连接，且各所述通道注意力单元均与所述特征融合层连接；所述通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理之前，所述方法还包括：

对于各所述并行分支输出的对应不同尺度信息的特征图，通过与所述并行分支连接的通道注意力单元计算所述并行分支输出的对应不同尺度信息的特征图的通道权重；

根据所述通道权重对所述并行分支输出的对应不同尺度信息的特征图进行修正，得到修正后的通道特征图；

所述通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理，包括：

通过所述特征融合层对各所述修正后的通道特征图进行特征融合处理。

3.根据权利要求1所述的方法，其特征在于，所述深度可分离卷积层还包括空间注意力层，所述空间注意力层包括多个空间注意力单元，每个所述空间注意力单元与一个所述并行分支连接，且各所述空间注意力单元均与所述特征融合层连接；所述通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理之前，所述方法还包括：

对于各所述并行分支输出的对应不同尺度信息的特征图，通过与所述并行分支连接的通道注意力单元计算所述并行分支输出的对应不同尺度信息的特征图的空间权重；

根据所述空间权重对所述并行分支输出的对应不同尺度信息的特征图进行修正，得到修正后的空间特征图；

所述通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理，包括：

通过所述特征融合层对各所述修正后的空间特征图进行特征融合处理。

4.根据权利要求1所述的方法，其特征在于，所述深度可分离卷积层还包括级联的通道注意力层和空间注意力层，其中，所述通道注意力层包括多个通道注意力单元，所述空间注意力层包括多个空间注意力单元，每个所述通道注意力单元与一个所述并行分支连接，且每个所述空间注意力单元与一个所述通道注意力单元连接，各所述空间注意力单元均与所述特征融合层连接；所述通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理之前，所述方法还包括：

对于各所述并行分支输出的对应不同尺度信息的特征图，通过与所述并行分支连接的通道注意力单元计算所述并行分支输出的对应不同尺度信息的特征图的通道权重；

根据所述通道权重对所述并行分支输出的对应不同尺度信息的特征图进行修正，得到修正后的第一特征图；

对于各所述第一特征图，通过各所述空间注意力单元计算各所述第一特征图的空间权重；

根据所述空间权重对各所述第一特征图进行修正，得到修正后的第二特征图；

所述通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理，包括：

通过所述特征融合层对各所述修正后的第二特征图进行特征融合处理。

5.根据权利要求1所述的方法，其特征在于，所述通过所述特征融合层对各所述并行分支输出的对应不同尺度信息的特征图进行特征融合处理，包括：

通过所述特征融合层将各所述并行分支输出的对应不同尺度信息的特征图按位相加。