结合注意力和纹理特征增强的行人再识别
提出的行人再识别网络的纹理特征增强模块通过融合不同空间级别所对应的全局和局部特征,减弱了光照、遮挡等对行人再识别的干扰;组实验分别为不包含空间注意力模块的属性识别网络、不包含纹理特征增强模块的行人再识别网络、单任务属性识别网络和单任务行人再识别网络。而特征的有效获取是相似度比较的基础。本节通过纹理特征增强模块中的多种操作使得行人再识别网络获得更全面的全局特征和更精准的局部特征。本文提出的基于空间注意力的属性识别网络、纹理特征增强的行人再识别网络及多任务加权损失函数对行人再识别任务的识别精度是有明
