公开(公告)号：CN117576723A

公开(公告)日：2024-02-20

申请号：CN202311512490.9

申请日：2023-11-14

Applicant: 杭州电子科技大学

Inventor： 杨淞宇 ,  颜成钢 ,  刘一秀 ,  李宗鹏 ,  丁贵广

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/762 ,  G06V10/82 ,  G06N3/08 ,  G06V10/764 ,  G06V10/774 ,  G06N3/088

Abstract: 本发明公开了一种基于语义信息的无监督行人重识别方法。首先构建基于语义信息的无监督行人重识别模型；确定基于语义信息的无监督行人重识别模型的损失函数；然后选择网络模型的数据集，定义数据集的batch size、最大迭代次数和学习率，设置聚类算法的初始聚类半径，获取模型的初始参数；对构建的无监督行人重识别模型进行迭代训练，得到最终的无监督行人重识别模型的参数；最后将待识别的数据输入训练好的无监督行人重识别模型，得到最终的行人重识别结果。本发明通过行人语义特征的预测来细化全局特征的伪标签，这共同减轻了全局特征聚类中的噪声，有效地减少了噪声标签的影响，并在丰富的本地上下文中学习辨别表示。