- 1、本文档共11页,其中可免费阅读4页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于聚类的无监督跨域行人重识别方法,属于计算机视觉领域。具体实现(1)搭建用于预训练的神经网络;(2)将源域有标签的数据输入预训练网络,做有监督的预训练;(3)搭建用于微调的双流相互学习网络框架;(4)训练双流相互学习框架,输出适用于目标域的行人重识别模型。本发明利用有标签的源域数据集和无标签的目标域数据集,以及相互学习的网络框架,实现无监督的跨域行人重识别;引入自注意力机制和全局联合池化操作,以及提出新的损失函数——联合灵活优化损失,并选用更合适开放集数据的聚类方法,从而使得模
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号CN111860678A
(43)申请公布日2020.10.30
(21)申请号202010744097.2
(22)申请日2020.07.29
(71)申请人中国矿业大学
地址
文档评论(0)