一种基于轨迹关联学习的弱监督行人重识别方法

摘要

本发明属于计算机视觉领域，尤其涉及一种基于轨迹关联学习的弱监督行人重识别方法，包括以下步骤：S1：构建弱监督行人重识别数据集；S2：基于ImageNet数据集得到预训练的Resnet‑50模型和特征矩阵；S3：捕获样本内行人图像与行人身份间的关系；S4：对每个行人图像进行特征学习，获取每个行人的轨迹特征；S5：挖掘样本间行人图像与行人身份的潜在关联；S6：模型训练；S7：进行弱监督测试。通过对样本内行人图像与行人身份关系的捕获和行人轨迹特征的学习并结合样本间行人轨迹潜在关系的挖掘，有效地提高了模型的特征提取能力，并取得了突出的行人重识别性能。