基于混合簇中心标签学习的行人重识别方法和存储介质

摘要

本发明公开了基于混合簇中心标签学习的行人重识别方法和存储介质，首先使用有标签数据初始化网络模型参数，并计算出初始的簇中心标签，然后利用网络模型提取无标签数据的特征信息；再计算无标签数据的特征信息与簇中心之间的距离并筛选出预设比例的伪标签数据，且剩余数据为模糊标签数据，并生成簇中心标签作为指导标签，更新存储器中的簇中心标签；把伪标签数据和模糊标签数据按照多次少量的方式加入到训练样本中，重新训练深度神经网络模型。本发明利用聚类的方法将无标签的数据分为伪标签数据和模糊标签数据，并计算出簇中心，然后使用多种类别的簇中心进行模型分类优化，充分利用到多方面的信息，有效提高行人重识别方法的精度。