基于条件扩散模型的无监督行人重识别方法

本发明公开了基于条件扩散模型的无监督行人重识别方法，属于计算机视觉与图像处理技术领域。该方法包括：获取行人图像，利用骨干网络提取预处理后行人图像的全局特征，并基于欧式距离进行聚类，生成初始伪标签；联合全局特征和初始伪标签，利用条件扩散模型提取行人图像的局部特征；基于骨干网络构建双分支网络，利用双分支网络提取行人图像的身份特征和域特征；计算总损失值，通过总损失值对骨干网络进行优化，利用优化后的骨干网络对行人图像进行行人重识别任务。本发明的方法不仅能够有效缓解伪标签质量低、域噪声干扰严重的问题，还能够在复杂的跨摄像头环境下保持较高的匹配准确率，增强模型的泛化能力。