买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河北工业大学;北京市新技术应用研究所有限公司

摘要：本公开提供了一种无监督行人重识别模型的建立方法，包括：使用图像样本数据集在源域上进行训练，获得源域模型；在目标域创建协作网络与联合网络，将源域模型的模型参数迁移至目标域，对协作网络及联合网络进行初始化；将图像样本数据集分别输入至第一临时平均模型和第二临时平均模型，获得两组图像样本，分别提取样本特征，获取两组图像样本的样本特征的平均样本特征；对图像样本数据集进行聚类处理，获得聚类中心和伪标签；对图像样本数据集进行图像样本数据集分割处理，分割为信赖集和噪声集；对联合网络以及协作网络进行交替训练，获得训练后的无监督行人重识别模型。本公开还提供了一种无监督行人重识别方法、电子设备及可读存储介质。

主权项：1.一种无监督行人重识别模型的建立方法，其特征在于，包括：使用图像样本数据集在源域上进行训练，获得训练后的源域模型，所述图像样本中包括行人；在目标域创建协作网络与联合网络，将训练后的所述源域模型的模型参数迁移至目标域，以对所述协作网络及所述联合网络进行初始化，其中，所述协作网络包括协作模型，所述联合网络包括第一主模型、第一临时平均模型、第二主模型及第二临时平均模型；其中，第一主模型、第一临时平均模型、第二主模型和第二临时平均模型的作用是生成软伪标签，并对自源域迁移至目标域的模型微调；第一主模型和第二主模型的输出均是当前训练批次下样本的特征和每个样本所属某个类的概率；将所述图像样本数据集分别输入至所述第一临时平均模型和所述第二临时平均模型，获得两组图像样本，分别提取两组图像样本的样本特征，并获取两组图像样本的样本特征的平均样本特征；基于所述平均样本特征对所述图像样本数据集进行聚类处理，以获得聚类中心和伪标签，相似的图像样本被赋予相同的伪标签；基于所述平均样本特征、聚类处理获得的聚类中心及得到的伪标签对所述图像样本数据集进行图像样本数据集分割处理，分割为信赖集和噪声集；以及基于所述信赖集与所述噪声集对所述联合网络以及所述协作网络进行交替训练，以获得训练后的包括所述协作网络与所述联合网络的无监督行人重识别模型。

全文数据：

权利要求：

百度查询： 河北工业大学 北京市新技术应用研究所有限公司 基于样本过滤与伪标签精炼的无监督行人重识别方法