一种基于样本筛选和重匹配的文本—图像行人重识别方法

本发明公开了一种基于样本筛选和重匹配的文本—图像行人重识别方法，涉及计算机视觉和人工智能领域。首先，通过跨模态特征提取器，分别提取图像和文本描述的粗粒度特征和细粒度特征；其次，设计了一个干净样本筛选模块，通过损失比较的方法，将训练数据集中的样本划分为干净样本和噪声样本；此外，通过噪声样本重匹配模块，将部分噪声样本转换成干净样本；最后通过加权对比损失，利用更多的负样本信息，并赋予困难样本更大权重，从而在存在噪声样本的环境下提高训练效率。本发明主要应用于行人追踪、公共安全等领域，具有广阔的应用前景。