摘要
本发明公开一种基于多级聚类的半监督行人重识别方法。该方法包括:获取视频数据;将该视频数据输入到行人重识别模型,获得行人识别结果。其中所述行人重识别模型根据以下步骤获得:利用已标注训练集训练特征提取网络;对于未标注的无监督数据,利用经训练的所述特征提取网络提取对应的输出特征;对于所述输出特征,进行单轨迹聚类、单视频聚类和跨视频聚类,获得标签信息,进而构建为自动标注行人训练集;基于所述自动标注行人训练集和有监督数据对教师学生互学习框架进行蒸馏训练,该教师学生互学习框架包含教师模型和学生模型;将经蒸馏训练的学生模型作为所述行人重识别模型。本发明降低了数据标注成本,并提高了行人识别模型的泛化能力。
技术关键词
行人重识别模型
特征提取网络
教师
学生
重识别方法
视频
聚类
行人识别
输出特征
训练集
蒸馏
样本
身份
生成标签
三元组损失函数
自定义长度
索引
数据
滑动窗口
轨迹
系统为您推荐了相关专利信息
视频去雨方法
语义特征
状态空间模型
融合特征
雨天
工作电极
固态复合电解质
参比电极
导电油墨
双面电极
特征提取网络
方程
特征融合网络
矩阵
混凝土施工技术
图像
样本
融合特征
效果图生成方法
多尺度特征提取