基于随机学习策略的无监督行人重识别方法及装置

本申请特别涉及一种基于随机学习策略的无监督行人重识别方法及装置，包括：选取无标签的数据集，基于预训练模型编码得到图像特征并保存到实例级存储空间；基于图像特征计算原始距离矩阵和基于余弦相似度计算不同摄像机实例对间的差异矩阵得到新的距离矩阵，对每行归一化得到统一距离矩阵和聚类算法生成伪标签初始化聚类级存储空间，在每个聚类中选取随机样本编码作为聚类特征和预设的对比损失函数训练预训练模型；基于聚类特征动量更新实例级存储空间和聚类级存储空间，重新执行计算原始距离矩阵的步骤，直至达到预设迭代结束条件得到行人重识别模型用于行人重识别。由此，解决了行人重识别中伪标签生成不准确和相机差异干扰等问题，提升准确性。