-
公开(公告)号:CN114821809A
公开(公告)日:2022-07-29
申请号:CN202210574746.8
申请日:2022-05-25
Applicant: 东南大学
IPC: G06V40/20 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08 , G06V10/82
Abstract: 本发明提供一种基于标记分布学习的多源域领域泛化行人重识别系统及方法,至少包括训练模块、类别间关系挖掘模块、领域分布对齐模块和训练方式模块,所述系统通过类别间关系挖掘模块挖掘不同类别间的关系信息并标记,再根据标记分布反映的领域间关系对类别标记分布进行修改,通过领域分布对齐模块使模型对类别所处领域以外的领域更多且同等关注,缓解源域和目标域之间的域差,从标记分布学习的角度解决了领域泛化行人重识别问题,一方面挖掘了不同类别之间的关系提升了模型的判别性,另一方面消除了不同领域之间的数据分布差异提升了模型的泛化性,进一步推动行人重识别应用的实际落地。
-
公开(公告)号:CN114821809B
公开(公告)日:2024-07-16
申请号:CN202210574746.8
申请日:2022-05-25
Applicant: 东南大学
IPC: G06V40/20 , G06V10/40 , G06V10/74 , G06V10/764 , G06V10/774 , G06N3/047 , G06N3/08 , G06V10/82 , G06N3/0464
Abstract: 本发明提供一种基于标记分布学习的多源域领域泛化行人重识别系统及方法,至少包括训练模块、类别间关系挖掘模块、领域分布对齐模块和训练方式模块,所述系统通过类别间关系挖掘模块挖掘不同类别间的关系信息并标记,再根据标记分布反映的领域间关系对类别标记分布进行修改,通过领域分布对齐模块使模型对类别所处领域以外的领域更多且同等关注,缓解源域和目标域之间的域差,从标记分布学习的角度解决了领域泛化行人重识别问题,一方面挖掘了不同类别之间的关系提升了模型的判别性,另一方面消除了不同领域之间的数据分布差异提升了模型的泛化性,进一步推动行人重识别应用的实际落地。
-