一种无监督行人重识别的多聚类引导易变特征对比学习方法及系统

本发明公开了一种无监督行人重识别的多聚类引导易变特征对比学习方法及系统，涉及无监督行人重识别技术领域，包括：对图像数据集进行特征提取得到待处理样本；使用两种不同参数的聚类算法给待处理样本分配标签，通过对比两种聚类筛选出易变特征来引导内存库的初始化；利用小批量待处理样本中的上下文信息为每一个样本动态分配不同的权重，构造动态质心更新易变特征内存库；通过易变特征内存库对无监督行人重识别模型进行反向传播优化。本发明通过多种不同参数的聚类算法筛选易变特征，有效抑制了训练过程中噪声的引入；将特征库的更新过程与模型训练的不同阶段及样本的上下文关系相耦合；构建易变特征挖掘损失，增强了模型对复杂场景的适应能力。