摘要
本发明涉及行人重识别技术领域,提供了一种提取行人特征的方法和装置。将无标签行人图像输入初始预训练模型,将其转换为原始图片块序列;使用初始预训练模型的教师网络提取原始图片块序列中的行人特征,得到教师目标向量;对原始图片块序列中的原始词元进行随机遮掩,得到掩码图片块序列;使用初始预训练模型的学生网络提取其中的行人特征,得到学生目标向量;根据教师目标向量和学生目标向量优化所述初始预训练模型的网络参数,迭代训练最终得到目标预训练模型,以使用目标预训练模型提取行人特征。本发明解决了现有技术中由于有标注的训练数据不足,导致难以有效提取行人图像的局部细节特征、精度受限的问题。
技术关键词
行人特征
预训练模型
教师
图片
学生
序列
代表
网络
计算机可执行指令
行人重识别技术
图像块
局部细节特征
表达式
标签
处理器
计算机存储介质
数据总线
参数
系统为您推荐了相关专利信息
多智能体协同
图像检索方法
样本
推理机制
检索图像
混凝土裂缝
半监督学习方法
神经网络模型
像素
主动学习方法
板坯
系统控制方法
辊道系统
激光测距仪
图像传感器
融合知识图谱
多语言
人工智能对话技术
语义
抽取器