公开(公告)号：CN112801019A

公开(公告)日：2021-05-14

申请号：CN202110174945.5

申请日：2021-02-09

Applicant: 福州大学

Inventor： 黄立勤 ,  林雷杰 ,  潘林 ,  杨明静

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明涉及一种基于合成数据消除无监督车辆再识别偏差的方法及系统，该方法包括以下步骤：S1、通过保持一致性的生成对抗网络SPGAN将合成数据转化为与目标域具有相似风格的伪目标样本，通过伪目标样本对模型进行预训练；S2、通过预训练好的模型进行无监督域自适应或完全无监督任务；S3、通过预先训练好的方向模型和相机模型计算出图像的方向和相机相似度，进而得到最终的车辆相似度用于测试。该方法及系统有利于提高车辆再识别性能，且适应性强。

公开(公告)号：CN112801019B

公开(公告)日：2022-07-08

申请号：CN202110174945.5

申请日：2021-02-09

Applicant: 福州大学

Inventor： 黄立勤 ,  林雷杰 ,  潘林 ,  杨明静

IPC: G06V20/10 ,  G06V10/74 ,  G06V10/762 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明涉及一种基于合成数据消除无监督车辆再识别偏差的方法及系统，该方法包括以下步骤：S1、通过保持一致性的生成对抗网络SPGAN将合成数据转化为与目标域具有相似风格的伪目标样本，通过伪目标样本对模型进行预训练；S2、通过预训练好的模型进行无监督域自适应或完全无监督任务；S3、通过预先训练好的方向模型和相机模型计算出图像的方向和相机相似度，进而得到最终的车辆相似度用于测试。该方法及系统有利于提高车辆再识别性能，且适应性强。