公开(公告)号：CN115331260A

公开(公告)日：2022-11-11

申请号：CN202210994031.8

申请日：2022-08-18

Applicant: 厦门理工学院

Inventor： 陈思 ,  许博伦 ,  王大寒 ,  朱顺痣 ,  吴芸

IPC: G06V40/10 ,  G06V40/20 ,  G06V10/42 ,  G06V10/44 ,  G06V10/762 ,  G06V10/80 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明涉及一种基于全局‑局部图卷积网络的跨域行人重识别方法及系统，该方法包括以下步骤：利用特征提取器提取源域和目标域图像的全局特征；将全局特征进行水平切分得到上半身特征和下半身特征，并使用仿射变换映射得到细粒度更高的局部特征；使用DBSCAN聚类方法对不带有标签的目标域图像生成伪标签，再利用自步学习的策略生成可靠标签；使用图卷积网络将同一张图像的全局特征、上半身特征、下半身特征及细粒度更高的局部特征进行特征融合；将全局特征、细粒度更高的局部特征分别存储于全局特征存储库、局部特征存储库；使用对比学习损失函数训练网络模型，并利用训练好的网络模型对图像进行重识别。该方法及系统有利于提高跨域行人重识别的准确性。