公开(公告)号：CN114332787B

公开(公告)日：2024-09-06

申请号：CN202111680087.8

申请日：2021-12-30

Applicant: 福州大学

Inventor： 黄立勤 ,  陈重游 ,  潘林 ,  杨明静

IPC: G06V20/54 ,  G06V10/82 ,  G06V10/774 ,  G06V10/74 ,  G06N3/088 ,  G06N3/096 ,  G06N3/094 ,  G06N3/045 ,  G06N3/0475

Abstract: 本发明提出一种无源域无监督域自适应车辆再识别方法，在车辆再识别过程中，通过源域模型和目标域数据，利用关系保持一致损失和知识蒸馏损失训练一个生成器，目的是生成具有源域风格的伪目标样本，然后利用伪目标样本对模型进行微调，从而提升模型性能。其不再使用源域数据，而是利用隐含在源域模型中学习到的源域知识来作为指导，从而促进目标域数据的风格向源域数据的风格进行迁移。

公开(公告)号：CN114332787A

公开(公告)日：2022-04-12

申请号：CN202111680087.8

申请日：2021-12-30

Applicant: 福州大学

Inventor： 黄立勤 ,  陈重游 ,  潘林 ,  杨明静

IPC: G06V20/54 ,  G06V10/82 ,  G06V10/774 ,  G06V10/74 ,  G06N3/08 ,  G06N3/04 ,  G06K9/62

Abstract: 本发明提出一种无源域无监督域自适应车辆再识别方法，在车辆再识别过程中，通过源域模型和目标域数据，利用关系保持一致损失和知识蒸馏损失训练一个生成器，目的是生成具有源域风格的伪目标样本，然后利用伪目标样本对模型进行微调，从而提升模型性能。其不再使用源域数据，而是利用隐含在源域模型中学习到的源域知识来作为指导，从而促进目标域数据的风格向源域数据的风格进行迁移。