【技术实现步骤摘要】
本专利技术涉及一种无监督行人重技术，具体涉及一种基于聚类距离约束和惩罚的无监督行人重识别方法。
技术介绍
1、行人重识别(person re-identification,person re-id)是指在大量的跨摄像头的行人图像数据中，找到与目标行人身份相同的图像。在初期，研究者们利用卷积神经网络来处理行人识别任务，但随着有监督行人重识别在实际应用场景广泛的分布，所需要的数据量越来越大，而人工标注的成本也越来越高，所以有监督行人重识别的发展受到了限制。所以为了节约成本，提高效率，无监督的行人重识别就受到了更多的关注。
2、无监督行人重识别是在没有标注标签或只有部分标注标签的情况下进行的，与传统的有监督行人识别技术不同，无监督行人重识别技术不需要预先标注大量的训练数据，而是依赖于自动化的特征提取和聚类算法，其中主要分为三步：特征聚类(通过聚类算法生成伪标签)，代理生成(根据聚类中心生成代理)；更新迭代(通过损失函数训练模型更新代理库)，从而大大降低了实现该技术所需的成本和时间。
3、然而，无监督行人重识别的缺点就是...
【技术保护点】
1.一种基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，包括：
2.根据权利要求1所述的基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，所述对获取的所述样本数据进行预处理，包括：
3.根据权利要求1所述的基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，所述计算不同相机的所述样本图像的特征之间的杰卡德距离，生成约束相机代理库，包括：
4.根据权利要求3所述的基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，所述对所述杰卡德距离小于设定阈值的不同相机的所述样本图像对进行距离惩罚，生成惩罚后相机代理库
【技术特征摘要】
1.一种基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，包括：
2.根据权利要求1所述的基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，所述对获取的所述样本数据进行预处理，包括：
3.根据权利要求1所述的基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，所述计算不同相机的所述样本图像的特征之间的杰卡德距离，生成约束相机代理库，包括：
4.根据权利要求3所述的基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，所述对所述杰卡德距离小于设定阈值的不同相机的所述样本图像对进行距离惩罚，生成惩罚后相机代理库，包括：
5.根据权利要求4所述的基于聚类距离约束和惩罚的无监督行人重识别方法，其特征在于，所述从所述约束相机代理库中选取第一正代...
【专利技术属性】
技术研发人员：熊明福，胡凯康，文忆，梁京榜，方菲，陈佳，
申请(专利权)人：武汉纺织大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。