基于相机感知距离矩阵的无监督行人重识别

摘要：

在跨场景、跨设备的行人重识别中虽然增加了可利用的行人数据,但由于行人姿态不同、部分遮挡现象,难以避免引入样本噪声,在聚类过程中易生成错误的伪标签,造成标签噪声,影响模型的优化.为减弱噪声影响,应用相机感知的距离矩阵对抗相机偏移引起的样本噪声问题,利用对噪声鲁棒的动态对称对比损失减少标签噪声,提出基于相机感知距离矩阵的无监督行人重识别算法.在聚类前通过更改度量行人特征相似度的距离矩阵,利用相机感知距离矩阵来增强类内距离度量准确性,减少由于拍摄视角不同对聚类效果造成的负面影响.同时,结合噪声标签学习方法,进行损失设计,提出动态对称对比损失函数,联合损失训练,不断精炼伪标签.在DukeMTMC-reID和Market-1501两个数据集上进行实验,验证了提出方法的有效性.

关键词：无监督行人重识别、聚类、距离矩阵、标签噪声、损失函数

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61901071

在线出版日期：2023-10-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1069-1078