[发明专利]一种基于无监督跨摄像机聚类对比行人重识别方法

权利要求书

1.一种基于无监督跨摄像机聚类对比行人重识别方法，其特征在于包括以下步骤：

步骤一、通过摄像机标准化处理将训练集的图像转换为由同一标准摄像机拍摄得到的图像，利用带有CIBN层的卷积神经网络进行特征提取，然后对提取的特征进行聚类分析，生成伪标签，并保存在字典中，所述CIBN层设置为线性融合的BN层和IN层，以替代卷积神经网络中原有的BN层，提升整个卷积神经网络的泛化性；

步骤二、对待检图像先进行摄像机标准化处理，再用带有CIBN层的卷积神经网络进行特征提取，然后对提取的特征进行聚类分析，最后将聚类分析的结果与字典里的类别做比较，输出检测结果。

2.根据权利要求1所述的基于无监督跨摄像机聚类对比行人重识别方法，其特征在于：利用如下公式对各个原始摄像机拍摄的图像进行摄像机标准化处理

其中，PA(.)表示特征分布对准，表示摄像机标准化处理后输出的标准图像，表示原始摄像机i拍摄得到的所有图像，δ(c)表示原始摄像机i的估计对准参数。

3.根据权利要求2所述的基于无监督跨摄像机聚类对比行人重识别方法，其特征在于：所述CIBN层的函数模型设置如下

其中，x[h,w,n]表示摄像机标准化后的训练集中所有的标准图像从通道数n、特征高度h和特征宽度w三个通道中转换得到的特征向量，表示经过CIBN层相应的输出，γ和β表示仿射参数，ρ表示可学习的参数，μ_bn和表示由BN层计算得到的某摄像机c对应所有标准图像的均值和方差，μ_in和表示由IN层计算得到的某摄像机c对应所有标准图像的均值和方差，某摄像机c属于拍摄得到训练集中图像的摄像机之一，表示训练集中某摄像机c拍摄的图像对应的标准图像。

4.根据权利要求1所述的基于无监督跨摄像机聚类对比行人重识别方法，其特征在于：在所述步骤一中，对聚类分析得到的簇类进行下采样，形成各个伪标签并保存在字典中，在测试或者实际检测时，完成聚类分析后，选择与字典中伪标签最不相近的族类加入字典中，以补充字典资源。

5.根据权利要求2所述的基于无监督跨摄像机聚类对比行人重识别方法，其特征在于：在所述步骤二中，采用聚类对比损失函数计算聚类分析得到的族类和字典中各个伪标签的相似度，选择相似度最高的伪标签作为检测结果输出。