公开(公告)号：CN115601791A

公开(公告)日：2023-01-13

申请号：CN202211404730.9

申请日：2022-11-10

Applicant: 江南大学(CN)

Inventor： 蒋敏 ,  张千 ,  孔军 ,  陶雪峰

IPC: G06V40/10 ,  G06V10/82 ,  G06V10/764 ,  G06V10/762 ,  G06V10/74 ,  G06N20/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种基于Multiformer及离群样本重分配的无监督行人重识别方法。其基于Transformer网络构建多分支网络识别模型Multiformer，包括单相机域Intraformer网络以及多相机域Interformer网络，所有的单相机域Intraformer网络共享骨干网络参数，增强泛化能力，在一定程度上缓解了由不同相机域的背景、光照等带来的域间差异，提高了模型对噪音伪标签的鲁棒性，进一步提升了无监督行人重识别的精度。利用自适应离群样本重分配，可扩展伪标签的数量，增强了多分支网络识别模型Multiformer的特征表示能力。在模型训练时，利用实例级对比学习与聚类级对比学习组成的联合学习，可以大幅度提高聚类的准确度，缓解噪音伪标签的问题，从而有效提高无监督行人重识别的准确性与鲁棒性。