行人图像不变性特征提取和无监督行人重识别方法与装置

摘要

本发明公开了一种行人图像不变性特征提取和无监督行人重识别方法与装置，通过模型分离实现神经网络部分知识迁移，从辅助模型中提取行人图像的行人主体(图像前景)的不变性特征表达；根据行人主体的不变性特征，利用K远邻聚类算法估计行人图像中潜在的相同行人，构建同一行人不同背景的联系，挖掘行人图像的背景风格的不变性特征表达；将上述的行人图像中行人主体和背景风格的不变性特征表达进行融合，得到输出特征，用于判别行人身份，进行行人重识别。本发明在多个行人重识别数据集上超过目前最好的基于无监督迁移学习的算法，解决了相关技术中提到的行人图像的背景风格差异显著，导致迁移学习效率低下的问题。