摘要
本发明公开了一种基于跨相机通道信息交互和时空语义感知的无监督行人重识别方法,主要包含以下步骤:将无监督行人重识别数据集输入到跨相机联合学习框架;在跨相机联合学习框架中,提取相机内的局部特征和跨相机的全局特征,结合两者捕捉跨相机特征分布的依赖关系并生成伪标签;通过多尺度通道交互注意力模块建模通道间的关系,提升身份相关特征的区分度并抑制背景干扰;使用时空标签惩罚机制,结合时间信息细化标签分布,提高对伪标签不确定性的鲁棒性;构建损失函数迭代调整网络参数以优化模型;在训练阶段,对查询行人图像与图像库进行相似性比较,查找同一行人的图像。本发明有效解决了行人图像的无标签跨相机差异问题,增强了行人重识别的鲁棒性。
技术关键词
重识别方法
相机
交互注意力
行人重识别数据
通道
抑制背景干扰
标签
多尺度
全局特征提取
局部特征提取
分支
行人局部
语义
图像
关系
鲁棒性
框架
机制
模块
系统为您推荐了相关专利信息
识别网络构建方法
跨尺度特征融合
融合特征
网络构建装置
生成样本数据
GPU服务器
交换机
服务器机柜
环状
电源分配单元
多尺度局部特征
状态空间模型
浅层特征提取
图像
线性
固定翼无人机
识别方法
语义分割模型
网络
机场跑道