一种基于密度聚类的无监督域适应人物重识别方法及系统

摘要

本发明公开了一种基于密度聚类的无监督域适应的人物重识别方法及系统，包括有监督学习、特征动态存储、自适应动态聚类、跨相机相似性评估、损失优化的步骤，设计了自适应动态聚类模块，自适应地计算合适的初始聚类半径，然后在模型的迭代优化中，动态更新，获取更加合理的聚类结果；设计了跨相机相似性评估模块，过滤掉噪声伪标签，保留可靠伪标签，挖掘的可靠伪标签利用三元组损失来进一步优化模型，通过挖掘利用合理可靠的伪标签来提升模型的可区分性。