基于自适应特征聚类和多重损失融合的行人重识别方法

摘要

本发明提出了一种基于残差网的自适应特征聚类和多重损失融合的行人重识别方法，用于解决现有技术中行人重识别准确率低的技术问题，实现步骤为：构建基于50层残差网的自适应特征聚类网络；设计自适应特征聚类网络的损失函数；生成训练数据集和测试数据集；将训练数据集载入自适应特征聚类网络，结合数据增强策略，训练得到训练好的自适应特征聚类网络；对测试数据集进行测试。利用自适应特征聚类网络学习到了更具语义性的高层特征，并将其与中层特征相结合，得到了更全面的行人特征，使行人重识别达到较高的精度。