| 联合特征细化和耐噪声对比学习的无监督行人重识别 |
| |
| 引用本文： | 钱亚萍,王凤随,熊磊,闫涛. 联合特征细化和耐噪声对比学习的无监督行人重识别[J]. 光电子．激光, 2023, 34(7): 762-770 |
| |
| 作者姓名： | 钱亚萍 王凤随 熊磊 闫涛 |
| |
| 作者单位： | 安徽工程大学 电气工程学院，安徽 芜湖 241000 ;检测技术与节能装置安徽省重点实验室，安徽 芜湖 241000 ;高端装备先进感知与智能控制教育部重点实验室，安徽 芜湖 241000,安徽工程大学 电气工程学院，安徽 芜湖 241000 ;检测技术与节能装置安徽省重点实验室，安徽 芜湖 241000 ;高端装备先进感知与智能控制教育部重点实验室，安徽 芜湖 241000,安徽工程大学 电气工程学院，安徽 芜湖 241000 ;检测技术与节能装置安徽省重点实验室，安徽 芜湖 241000 ;高端装备先进感知与智能控制教育部重点实验室，安徽 芜湖 241000,安徽工程大学 电气工程学院，安徽 芜湖 241000 ;检测技术与节能装置安徽省重点实验室，安徽 芜湖 241000 ;高端装备先进感知与智能控制教育部重点实验室，安徽 芜湖 241000 |
| |
| 基金项目： | 安徽省自然科学基金(2108085MF197,1708085MF154)、安徽高校省级自然科学研究重点项目 (KJ2019A0162 )、检测技术与节能装置安徽省重点实验室开放基金 (DTESD2020B02)、安徽工程大学国家自然科学基金预研项目(Xjky2022040)和安徽高校研究生科学研究项目(YJS20210448,YJS20210449)资助项目 |
| |
| 摘 要： | 针对无监督行人重识别(person re-identification, ReID)中行人特征表达不充分以及聚类过程产生噪声标签的问题，提出一种联合特征细化和耐噪声对比学习的无监督ReID方法。首先，为丰富无标记的行人表征，设计了非局部通道细化模块(non-local channel refinement module, NCRM)对关键特征信息进行加权强化，其融合了非局部通道的重要特征来捕获无标记数据的类间区别表征，形成更具有鉴别度的特征描述符。其次，考虑到特征的充分表达，采用广义均值(generalized mean, GEM)池化自适应调整参数来增强不同细粒度区域信息的提取能力。再次，为了减轻噪声标签对网络的负面影响，设计了耐噪声的动态对比均衡(dynamic contrastive equilibrium, DCE)损失函数进行无监督联合学习。最终，在两个公共数据集上的实验结果验证了所提方法的有效性和先进性，mAP分别达到了83.1%和71.9%,优于其他先进方法。
|
| 关 键 词： | 行人重识别(ReID) 无监督 深度特征网络 非局部通道细化模块(NCRM) 耐噪声对比学习 |
| 收稿时间： | 2022-06-06 |
| 修稿时间： | 2022-09-17 |
Joint feature refinement and noise-tolerant comparative learning for unsupervised person re-identification |
| |
| QIAN Yaping,WANG Fengsui,XIONG Lei and YAN Tao. Joint feature refinement and noise-tolerant comparative learning for unsupervised person re-identification[J]. Journal of Optoelectronics·laser, 2023, 34(7): 762-770 |
| |
| Authors: | QIAN Yaping WANG Fengsui XIONG Lei YAN Tao |
| |
| Affiliation: | School of Electrical Engineering, Anhui Polytechnic University, Wuhu, Anhui 241000, China;Anhui Key Laboratory of Detection Technology and Energy Saving Devices, Wuhu, Anhui 241000, China;Key Laboratory of Advanced Perception and Intelligent Control of High-end Equipment, Ministry of Education, Wuhu, Anhui 241000, China,School of Electrical Engineering, Anhui Polytechnic University, Wuhu, Anhui 241000, China;Anhui Key Laboratory of Detection Technology and Energy Saving Devices, Wuhu, Anhui 241000, China;Key Laboratory of Advanced Perception and Intelligent Control of High-end Equipment, Ministry of Education, Wuhu, Anhui 241000, China,School of Electrical Engineering, Anhui Polytechnic University, Wuhu, Anhui 241000, China;Anhui Key Laboratory of Detection Technology and Energy Saving Devices, Wuhu, Anhui 241000, China;Key Laboratory of Advanced Perception and Intelligent Control of High-end Equipment, Ministry of Education, Wuhu, Anhui 241000, China and School of Electrical Engineering, Anhui Polytechnic University, Wuhu, Anhui 241000, China;Anhui Key Laboratory of Detection Technology and Energy Saving Devices, Wuhu, Anhui 241000, China;Key Laboratory of Advanced Perception and Intelligent Control of High-end Equipment, Ministry of Education, Wuhu, Anhui 241000, China |
| |
| Abstract: | |
| |
| Keywords: | person re-identification unsupervised deep feature network non-local channel refinement module (NCRM) noise-tolerant comparative learning |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《光电子．激光》浏览原始摘要信息 |
|
点击此处可从《光电子．激光》下载全文 |
|
