[发明专利]一种基于中值聚类和全局分类的跨域行人重识别方法

摘要

本发明涉及一种基于中值聚类和全局分类的跨域行人重识别方法。包括如下步骤：1：利用风格迁移模型对源域数据进行处理，之后使特征提取模型F在源域上进行监督学习，即行人身份分类；2：利用特征提取模型对目标域数据进行特征提取，之后利用中值稳定聚类对特征进行聚类，得到聚类结果和相应的伪标签；3：利用聚类结果分别优化全局特征分类器和特征提取网络，其中特征提取网络以分类器的分类精度作为优化目标。本发明设计的全局特征分类器与特征提取模型在聚类之后协同优化，最终在全局范围内分离正负样本对的距离分布，从而提升模型的识别性能。