基于类中心域对齐的判别无监督跨域行人重识别方法

发明专利有效专利

申请号：
CN202110669014.2
IPC分类号：G06K9/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-06-16
申请人：
之江实验室;华东师范大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于类中心域对齐的判别无监督跨域行人重识别方法
申请号	CN202110669014.2	申请日期	2021-06-16
法律状态	实质审查	申报国家	中国
公开/公告日	2021-10-26	公开/公告号	CN113553906A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	之江实验室;华东师范大学	申请人地址	浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	之江实验室,华东师范大学	当前权利人	之江实验室,华东师范大学
发明人	张志忠;谢源;马利庄;张晨阳
代理机构	杭州浙科专利事务所（普通合伙）	代理人	孙孟辉

摘要

本发明属于行人重识别技术领域，具体涉及基于类中心域对齐的判别无监督跨域行人重识别方法，包括以下步骤：步骤一，准备源域样本和目标域样本，将源域和目标域的样本送入CNN骨架网络，提取得到行人图像特征；步骤二，对源域行人图像特征进行分类学习，得到类别中心，对目标域行人图像特征进行聚类学习，得到聚类中心；步骤三，根据聚类损失，得到可靠样本后，对未标记样本进行伪标签动态指派，计算相应聚类损失；步骤四，对类别中心和聚类中心进行对抗学习，计算域对齐损失；步骤五，梯度反向传播，优化网络，输出并测试行人重识别模型。本发明提升了特征的判别性，加速了网络收敛，相比于现有领域自适应和聚类方法，提升了输出行人表征的判别性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供