【技术实现步骤摘要】
本专利技术的实施方式总体上涉及智能驾驶，更具体地，涉及一种行人重识别方法、装置和存储介质。
技术介绍
1、行人重识别主要是用来匹配出现在不同摄像头下相同行人的技术，即通过输入一张用于查询的行人图片，在行人图库中检索出相同的目标行人。随着卷积神经网络的快速发展，有监督的行人重识别已经能够取得非常好的性能，有监督是指在有标签的数据集上进行训练。然而，行人重识别当前面临的最大问题是对于一个已经训练好的模型，由于不同场景下的差异，不能将该模型直接应用于其他场景下，否则会出现性能坍塌的现象。因此，对于不同地区的场景，需要获取目标地区的行人数据。而有监督模型因为需要大量的人工标注标签，代价十分昂贵，因此很难满足实际生活中的需求。
2、为了解决这个问题，目前具有一些不需要标注信息的无监督方法。
3、无监督的学习方法不需要任何标注信息，这使得训练数据更易获取。由于没有正确的标签指引，无监督学习方法一般只能将通过特征之间的相似性获取到的伪标签用于模型的训练。当前绝大多数无监督方法是通过聚类产生伪标签，但是由于行人重识别领域的数据集...
【技术保护点】
1.一种行人重识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将所述数据增强图像输入特征提取网络，从而获取行人重识别特征包括经由所述特征提取网络的所述通道注意力结构执行以下步骤：
3.根据权利要求1所述的方法，其特征在于，将所述数据增强图像输入特征提取网络，从而获取行人重识别特征包括经由所述变换器结构执行以下步骤：
4.根据权利要求1所述的方法，其特征在于，利用新的行人重识别特征对所述特征存储库中存储的行人重识别特征进行更新包括：
5.根据权利要求1所述的方法，其特征在于，在所述特征存储库...
【技术特征摘要】
1.一种行人重识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，将所述数据增强图像输入特征提取网络，从而获取行人重识别特征包括经由所述特征提取网络的所述通道注意力结构执行以下步骤：
3.根据权利要求1所述的方法，其特征在于，将所述数据增强图像输入特征提取网络，从而获取行人重识别特征包括经由所述变换器结构执行以下步骤：
4.根据权利要求1所述的方法，其特征在于，利用新的行人重识别特征对所述特征存储库中存储的行人重识别特征进行更新包括：
5.根据权利要求1所述的方法，其特征在于，在所述特征存储库中存储的行人重识别特征中找到每个样本特征的相似特征包括：
6.根据权利要求...
【专利技术属性】
技术研发人员：崔冰，
申请(专利权)人：一汽大众汽车有限公司，
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。