【技术实现步骤摘要】
本申请涉及计算机视觉，尤其涉及一种重识别模型的无监督训练方法、装置及介质。
技术介绍
1、传统的有监督行人重识别方法离不开大量的高质量标注数据，然而数据标注需要花费大量的人力和时间。现有的无监督训练方法中，一种是通过随机裁剪的方式标记全局令牌和局部令牌，使得模型能够同时关注行人的全局特征和局部特征，从而提高行人重识别模型在行人识别任务重的准确性。然而随机裁剪方式获得的局部视图可能有破坏人体结构信息，不利于捕捉人体细节特征，进而可能造成人体结构信息丢失。
技术实现思路
1、本申请提供了一种重识别模型的无监督训练方法、装置及介质，用以解决无监督训练中模型对人体局部特征感知力不足和人体结构信息丢失问题。
2、第一方面，本申请实施例提供了一种重识别模型的无监督训练方法，包括：
3、针对第一训练样本集中的每个第一样本分别执行以下操作：基于所述第一样本中的语义标签，对所述第一样本中的人物图像中的不同身体部位进行随机掩码，得到第一可见视图以及第二可见视图；
4、通过无...
【技术保护点】
1.一种重识别模型的无监督训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述第一特征进行人物重建，得到重建图像，包括：
4.如权利要求2或3所述的方法，其特征在于，所述对所述第一特征和预设的掩码特征向量进行特征提取得到第三特征，包括：
5.如权利要求1-3任一项所述的方法，其特征在于，所述基于所述第一样本中的语义标签，对所述第一样本中的人物图像中的不同身体部位进行随机掩码，包括：
6.如权利要求1-3任一项所述的方法，其...
【技术特征摘要】
1.一种重识别模型的无监督训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述第一特征进行人物重建，得到重建图像，包括：
4.如权利要求2或3所述的方法，其特征在于，所述对所述第一特征和预设的掩码特征向量进行特征提取得到第三特征，包括：
5.如权利要求1-3任一项所述的方法，其特征在于，所述基于所述第一样本中的语义标签，对所述第一样本中的人物图像中的不同身体部位进行随机掩码，包括：
6.如权利要求1-3任一项所述的方法，其特征在于，在基于所述第一样本中的语义标签，对所述第一样本中的人物图像中的不同身体部位进行随机掩码之前，所...
【专利技术属性】
技术研发人员：马荣奇，赵雷，潘华东，
申请(专利权)人：浙江大华技术股份有限公司，
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。