一種漸進(jìn)增強(qiáng)自學(xué)習(xí)的無監(jiān)督跨領(lǐng)域行人再識別方法

基本信息

申請?zhí)?/td> CN202010420131.0 申請日 -
公開（公告）號 CN111598004A 公開（公告）日 2020-08-28
申請公布號 CN111598004A 申請公布日 2020-08-28
分類號 G06K9/00(2006.01)I 分類 計算；推算；計數(shù);
發(fā)明人 沈春華;張欣彧;李崢嶸 申請（專利權(quán)）人 北京星閃世圖科技有限公司
代理機(jī)構(gòu) 西安中科匯知識產(chǎn)權(quán)代理有限公司 代理人 劉玲玲
地址 102206北京市昌平區(qū)沙河鎮(zhèn)能源東路1號院1號樓3層308-8
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種漸進(jìn)增強(qiáng)自學(xué)習(xí)的無監(jiān)督跨領(lǐng)域行人再識別方法，該方法首先是在有標(biāo)簽原始域數(shù)據(jù)集上訓(xùn)練得到的網(wǎng)絡(luò)模型上提取無標(biāo)簽?zāi)繕?biāo)域數(shù)據(jù)集的初始特征，計算相似度得分矩陣，利用HDBSCAN聚類給予目標(biāo)域數(shù)據(jù)偽類標(biāo)，并利用基于Triplet損失函數(shù)進(jìn)行模型重訓(xùn)，隨后使用基于Softmax損失函數(shù)在帶有聚類中心特征初始化分類層的網(wǎng)絡(luò)模型上再次進(jìn)行重訓(xùn)，兩階段交替循環(huán)學(xué)習(xí)，相互修正，最后提取網(wǎng)絡(luò)模型的判別特征作為圖片的特征表征，進(jìn)行特征層面的比對。采用本發(fā)明提供的方法能夠逐漸增強(qiáng)網(wǎng)絡(luò)模型的收斂能力及高模型的信息表征能力，進(jìn)而能夠提高網(wǎng)絡(luò)模型在無標(biāo)簽?zāi)繕?biāo)域數(shù)據(jù)上的泛化能力，從而能夠提高無監(jiān)督跨領(lǐng)域行人再識別精度。??