基于相机视角改善聚类的无监督行人重识别
凌梓轩
金忠
南京理工大学计算机科学与工程学院 南京 210094;南京理工大学高维信息智能感知与系统教育部重点实验室 南京 210094
摘要：现有的多数无监督行人重识别采用基于聚类伪标签法,即对无标签的训练数据采用聚类算法生成伪标签并利用这些带伪标签的数据训练一个深度神经网络.然而,在聚类时其忽略了图像在不同相机下的特征差异,会导致即使是同一行人的图片也有可能根据相机标签被分到不同的聚类.因此,提出利用相机视角信息在聚类前对样本间的相似度做一定调整,使其更接近在相同相机下的相似度,便于后续的聚类和模型训练.在多个数据集上的实验表明该做法提升显著.
关键词：行人重识别聚类伪标签相机视角
分类号：TP391.41(计算技术、计算机技术)
资助基金：国家自然科学基金(61872188)国家自然科学基金(61972204)
论文发表日期：2025-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 384-388 )
英文信息