-
公开(公告)号：CN116403236A
公开(公告)日：2023-07-07
申请号：CN202211439856.X
申请日：2022-11-17
Applicant: 重庆邮电大学
IPC: G06V40/10 , G06V10/30 , G06V10/762 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种无监督学习行人重识别方法、装置、设备及存储介质，涉及行人图像识别领域，解决现有技术中识别模型识别精度较低和鲁棒性较差的问题，本申请提出可靠样本挖掘策略，通过DBSCAN聚类算法为每个样本生成两个伪标签，再计算两个伪标签的可靠度，通过预设的伪标签可靠度阈值对伪标签去噪，保留可靠度较高的伪标签，从而降低伪标签噪声，提升伪标签的准确度，以便更接近于真实标签，从而提高识别模型的精度；本申请还提出了融合全局特征和局部特征的二重动量更新策略，分别对存储字典中的特征向量进行局部更新和全局更新，保证模型参数与存储字典中样本特征向量更新步调的一致性，使得存储字典中特征向量表示更加准确，重识别模型的鲁棒性更强。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
