| 无监督行人重识别的判别性特征研究 |
| |
| 引用本文： | 唐佳敏,韩华,黄丽,王春媛.无监督行人重识别的判别性特征研究[J].智能计算机与应用,2021,11(8):146-150. |
| |
| 作者姓名： | 唐佳敏 韩华 黄丽 王春媛 |
| |
| 作者单位： | 上海工程技术大学电子电气工程学院,上海201620 |
| |
| 摘 要： | 目前,在计算机视觉方面,大多的监督学习方法用于解决其重要分支:行人重识别问题已经取得了不错的成果,但是此类方法需要对训练数据进行手工标注,特别是对于大容量的数据集,手工标注的成本很高,而且完全满足成对标记的数据难以获得,所以无监督学习成为必选项.此外,全局特征注重行人特征空间整体性的判别性,而局部特征有助于凸显不同部位特征的判别性.所以,基于全局与局部特征的无监督学习框架,使用全局损失函数与局部相斥损失函数共同进行判别性特征学习,并联合优化ResNet-50卷积神经网络(CNN)和各个样本之间的关系,最终实现行人重识别.大量实验数据验证了提出的方法在解决行人重识别任务时具有优越性.
|
| 关 键 词： | 计算机视觉 行人重识别 无监督学习 判别性特征学习 |
Discriminative feature learning for unsupervised person re-identification |
| |
| TANG Jiamin,HAN Hua,HUANG Li,WANG Chunyuan.Discriminative feature learning for unsupervised person re-identification[J].INTELLIGENT COMPUTER AND APPLICATIONS,2021,11(8):146-150. |
| |
| Authors: | TANG Jiamin HAN Hua HUANG Li WANG Chunyuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
