【技术实现步骤摘要】
本专利技术涉及电子信息，尤其涉及一种泛化行人检索特征学习方法和装置。
技术介绍
1、行人检索(行人再识别)技术旨在从多个不同的相机视图中识别目标行人身份。该技术在智能视频监控、智能安保、行为分析和人机交互等诸多领域中拥有的巨大潜力，近年来引起了越来越多的关注。由于背景杂乱，部分遮挡，拍摄角度、照明和身体姿势变化等因素，行人检索非常具有挑战性。
2、现有的行人检索技术主要基于全监督的设定，通过基于特定场景下大量带标签的视频图像数据训练一个稳定可靠的模型，这类监督学习方法忽略了在实际应用中模型对新场景的适应性，并且需要大量的手工标注数据，而由于标注成本高昂，导致有标注的数据规模较小，难以学习到泛化性强的通用行人检索特征。
3、近年来，有研究者提出了无监督行人检索的方法。无监督的设定是指对每一个行人数据样本，不标上标签或者打上伪标签，伪标签只是用来代表一个行人的数据样本图片，并不具有任何的指导意义；通过自动行人检测算法将每一个视频片段中检测到的所有行人图像作为一个独立的无监督样本，并标上相对应的伪标签，该方法平衡了标记...
【技术保护点】
1.一种泛化行人检索特征学习方法，其特征在于，包括：
2.根据权利要求1所述的泛化行人检索特征学习方法，其特征在于，所述确定无标注的行人检索视频训练集，包括：
3.根据权利要求2所述的泛化行人检索特征学习方法，其特征在于，所述对所述训练集进行视频帧间隔采样，得到视频帧训练样本，包括：
4.根据权利要求3所述的泛化行人检索特征学习方法，其特征在于，所述将所述视频帧训练样本输入行人检索网络模型，确定所述行人检索网络模型输出的行人检索训练正样本对，包括：
5.根据权利要求4所述的泛化行人检索特征学习方法，其特征在于，所述根据所...
【技术特征摘要】
1.一种泛化行人检索特征学习方法，其特征在于，包括：
2.根据权利要求1所述的泛化行人检索特征学习方法，其特征在于，所述确定无标注的行人检索视频训练集，包括：
3.根据权利要求2所述的泛化行人检索特征学习方法，其特征在于，所述对所述训练集进行视频帧间隔采样，得到视频帧训练样本，包括：
4.根据权利要求3所述的泛化行人检索特征学习方法，其特征在于，所述将所述视频帧训练样本输入行人检索网络模型，确定所述行人检索网络模型输出的行人检索训练正样本对，包括：
5.根据权利要求4所述的泛化行人检索特征学习方法，其特征在于，所述根据所述训练正样本对调节所述行人检索网络模型的损失函数，包括：
6.根据权利要求5所述...
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。