基于自适应特征聚合的跨模态行人重识别方法

本发明公开一种基于自适应特征聚合的跨模态行人重识别方法，属于计算机视觉技术领域。本发明引入细粒度特征聚合模块，将特征图中语义相近的特征有效聚合，同时分离语义较远的特征，最大化地利用细粒度信息，构建细粒度特征对齐模块，通过对跨模态特征向量的语义信息进行对齐和校正，减小模态间的分布差异，确保两个模态的特征向量能够在同一个语义空间中进行有效比较，解决特征图池化过程中的细粒度信息丧失和模态间特征分布不一致的问题。本发明通过自适应特征聚合，用注意力池化的方式，将特征图中语义相近的特征聚合在一起，将语义无关的特征分离，保证特征图中的细粒度信息被充分利用，能够有效应对不同模态下的特征分布差异。