【技术实现步骤摘要】
本专利技术提供基于没有配对样本的行人重识别域泛化方法，涉及计算机视觉中的图像检索。
技术介绍
1、行人重识别是一种用于判断非重叠摄像机视角下的行人是否为同一身份的技术。这项技术因其在寻找失踪人口等领域的潜在应用，受到了学术与工业界的广泛重视，并已催生出众多高效的解决方案。最初，这些解决方案主要通过有监督训练获得。但这类方法的泛化能力较弱，仅当目标领域内的训练样本以监督学习的方式参与模型训练时，才能达到理想的识别效果。为了克服有监督行人重识别模型的这一局限，研究者开始关注基于域自适应的person re-id方法。但这种方法又要求模型必须根据目标数据中的训练样本进行无监督的微调，从而限制了模型在未知数据集上的直接应用能力。
2、尽管现有的域泛化person re-id方法效果显著，但它们都依赖于源域上的有监督训练，这需要标注大量的跨相机成对训练样本。然而，由于行人外貌易受周围环境影响，跨摄像头下的行人外貌呈现出极大的差异性，这使得机器自动准确标注跨摄像头行人样本变得极具挑战性。为应对这一问题，通常需要人工手动标注大量训练样本，...
【技术保护点】
1.基于没有配对样本的行人重识别域泛化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于没有配对样本的行人重识别域泛化方法，其特征在于，所述步骤1中，获取数据集中包括划分训练集和测试集；缺失跨相机正样本的数据集，即一个身份只能出现在一个相机下，被用作训练集；测试集是具有跨相机的正样本，其中训练集和测试集的身份标签完全不重叠。
3.根据权利要求1所述的基于没有配对样本的行人重识别域泛化方法，其特征在于，所述步骤2中，所述图像编码器包括如下处理：图像编码器通过图像分块将输入图像切割成多个固定尺寸的块，然后将这些块转换成高维特征向量；给每...
【技术特征摘要】
1.基于没有配对样本的行人重识别域泛化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于没有配对样本的行人重识别域泛化方法，其特征在于，所述步骤1中，获取数据集中包括划分训练集和测试集；缺失跨相机正样本的数据集，即一个身份只能出现在一个相机下，被用作训练集；测试集是具有跨相机的正样本，其中训练集和测试集的身份标签完全不重叠。
3.根据权利要求1所述的基于没有配对样本的行人重识别域泛化方法，其特征在于，所述步骤2中，所述图像编码器包括如下处理：图像编码器通过图像分块将输入图像切割成多个固定尺寸的块，然后将这些块转换成高维特征向量；给每个图像块的高维特征向量添加位置编码，这些处理后的图像块随后通过多层transformer编码器进行处理，每一层都包含自注意力机制和前馈网络，用于整合所有图像块的信息，获取行人图像的全局特征。
4....
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。