一种无监督域自适应的行人重识别方法
授权
摘要
本发明公开了一种无监督跨域自适应的行人重识别方法，该方法包括以下步骤；S1:在源域预训练初始模型；S2利用初始模型提取目标域多粒度特征，生成多粒度特征分组集合,对每个分组集合计算距离矩阵；S3对距离矩阵进行聚类分析，生成簇内点和噪声点,估计簇中样本的硬伪标签；S4根据聚类结果，估计每个样本的软伪标签用以处理噪声点,更新数据集；S5在更新的数据集上重新训练模型，直至模型收敛；S6根据预设的迭代次数，循环步骤2‑5；S7将测试集数据输入模型提取多粒度特征，根据特征相似度得到最终重识别结果；本发明利用源域和目标域，挖掘目标域数据天然相似性，在无标签的目标域上提升模型准确率，降低模型对标签的依赖性。
基本信息
专利标题 ：
一种无监督域自适应的行人重识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111967294A
申请号 ：
CN202010583041.3
公开（公告）日 ：
2020-11-20
申请日 ：
2020-06-23
授权号 ：
CN111967294B
授权日 ：
2022-05-20
发明人 ：
徐健锋潘纯杰刘澜吴俊杰邹伟康江飞翔
申请人 ：
南昌大学
申请人地址 ：
江西省南昌市红谷滩新区学府大道999号
代理机构 ：
南昌金轩知识产权代理有限公司
代理人 ：
党冲
优先权 ：
CN202010583041.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-20 ：
授权
2020-12-08 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20200623
申请日 : 20200623
2020-11-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
