基于相机内相似度的伪标签精炼用于无监督行人重识别
计算机视觉与模式识别
2023-04-26 v1
摘要
无监督行人重识别（Re-ID）旨在跨相机检索行人图像而无需任何身份标签。大多数基于聚类的方法粗略地将图像特征划分为簇，并忽略了不同相机间域偏移引起的特征分布噪声，导致不可避免的性能下降。为应对该挑战，我们提出一种利用相机内相似度聚类的新型标签精炼框架。相机内特征分布更关注行人外观，标签更为可靠。我们分别在每台相机内进行相机内训练以获得局部簇，并利用局部结果精炼跨相机簇。由此，我们以自步方式用精炼的可靠伪标签训练 Re-ID 模型。大量实验表明，所提方法超越了当前最先进的性能。
引用
@article{arxiv.2304.12634,
title = {Pseudo Labels Refinement with Intra-camera Similarity for Unsupervised Person Re-identification},
author = {Pengna Li and Kangyi Wu and Sanping Zhou. Qianxin Huang and Jinjun Wang},
journal= {arXiv preprint arXiv:2304.12634},
year = {2023}
}
备注
Submitted to IEEE ICIP 2023