-
题名基于跨域特征关联与聚类的无监督行人重识别
被引量：1
- 1
-
-
作者
汪荣贵
李懂
杨娟
薛丽霞
-
机构
合肥工业大学计算机与信息学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第3期229-235,243,共8页
-
文摘
行人重识别的目标是利用计算机视觉技术在多个摄像头采集的图像序列或视频中识别目标行人,基于监督学习的行人重识别算法虽然提高了目标的识别性能,但难以解决行人重识别中无标注目标域的域内变化问题,从而导致无标注数据检索准确度低。提出一种基于域自适应的无监督行人重识别算法,其主要由ResNet-50骨干网络、跨域特征提取器和用以存储目标域特征的特征库组成。通过跨域特征提取器融合行人样本在特征图与通道方向的特征,以挖掘不同行人重识别数据集间潜在的特征关联关系,同时为无标注目标数据集样本内的特征关联构建特征库,在无任何标注信息的情况下从一个未知数据集学习判别性特征。实验结果表明,该算法在源域DukeMTMC-reID/Market-1501和目标域Market-1501/DukeMTMC-reID的首位命中率相较于ECN算法分别提高8.9和6.8个百分点,能够提高模型在未知数据集上的泛化能力和无监督跨域行人重识别的准确度。
-
关键词
行人重识别
跨镜头
域自适应
特征提取器
特征库
-
Keywords
pedestrian re-identification
cross-camera
domain-adaptive
feature extractor
feature base(fb)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
