典型文献
融合多聚类信息的无监督行人重识别算法
文献摘要：
在无监督的行人重识别领域中,始终很难对数据集中的难样本对进行很好的挖掘.针对这个问题,提出了融合多种聚类信息生成软多重标签并进行难样本对挖掘的方法.该方法基于不同聚类方法使用的聚类机制不同这一原理,发掘类内样本的共通性与类间样本的差异性,进而使模型能够学习到更有区分性的特征.在Market-1501数据集与DukeMTMC-reID数据集上进行的对比实验结果表明,提出的方法在原来初步学习的网络的基础上,mAP分别提高了14.4％与8.9％,精度均提高显著.
文献关键词：
行人重识别;神经网络;聚类;难样本挖掘
中图分类号：
作者姓名：
苏荻翔;王帮海;叶子成
作者机构：
广东工业大学 计算机学院,广州 510006
文献出处：
引用格式：
[1]苏荻翔;王帮海;叶子成-.融合多聚类信息的无监督行人重识别算法)[J].计算机工程与应用,2022(18):195-204
A类：
B类：
多聚类,无监督,行人重识别,识别算法,同聚,聚类方法,共通性,够学,区分性,Market,DukeMTMC,reID,mAP,高显,难样本挖掘
AB值：
0.407738
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
