基于Part-Aware Transformer多粒度特征融合的無監(jiān)督行人重識別網(wǎng)絡(luò)

摘要： 為解決無監(jiān)督行人重識別方法大多側(cè)重于提取全局特征，而忽視了細(xì)粒度的局部特征這一問題，提出一種基于PAT(Part-Aware Transformer)的多粒度特征融合網(wǎng)絡(luò)（MGPT），旨在結(jié)合全局與局部特征，提升無監(jiān)督行人重識別模型的判別能力和魯棒性。首先，通過全局特征與所有圖像塊交互，部分特征與所在區(qū)域圖像塊交互，再將獲取的全局特征與部分特征融合，從而獲得更豐富的全局語義信息... （共10頁）