基本信息:
- 专利标题： 一种无监督学习行人重识别方法、装置、设备及存储介质
- 申请号：CN202211439856.X 申请日：2022-11-17
- 公开(公告)号：CN116403236A 公开(公告)日：2023-07-07
- 发明人： 许国良 , 侯振东
- 申请人： 重庆邮电大学
- 申请人地址： 重庆市南岸区南山街道崇文路2号
- 专利权人： 重庆邮电大学
- 当前专利权人： 重庆邮电大学
- 当前专利权人地址： 重庆市南岸区南山街道崇文路2号
- 代理机构： 成都行之专利代理事务所
- 代理人： 张杨
- 主分类号： G06V40/10
- IPC分类号： G06V40/10 ; G06V10/30 ; G06V10/762 ; G06V10/774 ; G06V10/80
摘要：
本发明公开了一种无监督学习行人重识别方法、装置、设备及存储介质，涉及行人图像识别领域，解决现有技术中识别模型识别精度较低和鲁棒性较差的问题，本申请提出可靠样本挖掘策略，通过DBSCAN聚类算法为每个样本生成两个伪标签，再计算两个伪标签的可靠度，通过预设的伪标签可靠度阈值对伪标签去噪，保留可靠度较高的伪标签，从而降低伪标签噪声，提升伪标签的准确度，以便更接近于真实标签，从而提高识别模型的精度；本申请还提出了融合全局特征和局部特征的二重动量更新策略，分别对存储字典中的特征向量进行局部更新和全局更新，保证模型参数与存储字典中样本特征向量更新步调的一致性，使得存储字典中特征向量表示更加准确，重识别模型的鲁棒性更强。