摘要
本发明公开了一种基于扩散模型的行人重识别方法、系统、设备及介质，包括：基于原始视频数据确定基础样本集，并将基础样本集输入预设的视频扩散模型进行数据增强，得到增强数据集；将增强数据集输入行人重识别网络结构，以提取特征图，结合空间注意力机制对特征图进行加权处理，得到加权全局特征，提取各水平块的局部特征，将加权全局特征和各水平块的局部特征进行迭代加权融合，直到融合输出的预测结果对应的多任务损失函数最小时，根据当前迭代的模型参数，确定训练好的行人重识别模型；将行人视频片段输入行人重识别模型，得到行人特征向量，并基于行人特征向量确定行人重识别结果。因此，本申请可以在复杂环境下提高行人重识别的准确性。
