科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于迁移学习的无监督行人重识别方法,包括如下步骤：1)在带标签的源数据集上预训练CNN模型,采用交叉熵损失和三元度量损失作为目标优化函数；2)提取无标签的目标数据集行人特征；3)结合候选列距离和绝对距离计算特征相似度矩阵；4)对相似度矩阵进行密度聚类,为每个距离小于预设阈值的特征集合设置一个标签,重组成带标签的目标数据集；5)在重组数据集上训练CNN模型至收敛；6)以预设迭代次数重复步骤2)-5)；7)将测试图片输入模型提取特征,根据特征相似度进行排序得到结果。本发明合理运用源领域有标签数据和目标领域无标签数据,在目标领域上提高行人重识别的准确率,降低对有标签数据的强依赖性。
- 单位
