计算机辅助设计与图形学学报

作者：许国良, 侯振东, 雒江涛, 刘杨, 刘立竹

关键词：行人重识别, 完全无监督, 可靠实例挖掘, 存储字典, 二重动量更新

针对无监督行人重识别方法的伪标签中包含大量噪声的问题, 提出一种联合可靠实例挖掘和特征优化的行人重识别方法.首先设计一种衡量伪标签可靠度的指标, 利用不同参数下DBSCAN聚类结果的稳定性衡量伪标签的质量; 然后提出可靠实例挖掘策略进行伪标签去噪, 伪标签可靠度大于预设阈值的实例保留其原伪标签, 反之则修正其伪标签; 再提出融合全局和局部特征的二重动量更新策略, 每个batch对涉及的样本进行即时特征更新, 每个epoch对存储字典中所有样本特征进行更新; 最后利用统一对比损失对骨干神经网络进行训练优化.在2个大型公共数据集Market-1501和DukeMTMC-reID上的实验结果表明, mAP分别达到77.9%和67.4%, Rank-1分别达到90.2%和88.2%.

来源：2024年第3期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第3期