行人重识别方法、装置及存储介质

本发明涉及行人重识别方法、装置及存储介质，使用结合自注意力机制的改进ResNet‑18神经网络对训练图像进行特征提取，得到每个行人的特征图像，将特征图像分别输入重识别分支和属性识别分支得到每个行人类别的概率分布和各个属性类别的概率分布，计算重识别分支损失和属性识别分支损失，使用可学习权重参数动态调整重识别分支损失和属性识别分支损失的比重，得到整体损失函数，对所有训练图像采取迭代训练，得到训练后的行人重识别模型，将待预测的行人图像输入训练后的行人重识别模型输出行人重识别结果。使用结合自注意力机制的改进ResNet‑18神经网络对训练图像进行特征提取，能够更好捕捉全局上下文信息，同时避免梯度消失，提升行人重识别模型的性能。