基于单标注样本的多损失学习与联合度量视频行人重识别

殷雨昌; 王洪元; 陈莉; 冯尊登; 肖宇

首页> 中文期刊> 《计算机应用》 >基于单标注样本的多损失学习与联合度量视频行人重识别

基于单标注样本的多损失学习与联合度量视频行人重识别

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为解决行人重识别标注成本巨大的问题,提出了基于单标注样本的多损失学习与联合度量视频行人重识别方法。针对标签样本数量少,得到的模型不够鲁棒的问题,提出了多损失学习(MLL)策略:在每次训练过程中,针对不同的数据,采用不同的损失函数进行优化,提高模型的判别力。其次,在标签估计时,提出了一个联合距离度量(JDM),该度量将样本距离和近邻距离结合,进一步提升伪标签预测的精度。JDM改善了无标签数据标签估计的准确率低、未标记的数据没有被充分利用导致训练过程不稳定的问题。实验结果表明,和单标注样本渐进学习方法PL相比,当每次迭代增加的伪标签样本的比率为0.10时,在MARS和DukeMTMC-VideoReID两个数据集上的rank-1准确度达到了65.5%和76.2%,分别提升了7.6和5.2个百分点。

著录项

来源
《计算机应用》 |2022年第3期|764-769|共6页
作者
殷雨昌; 王洪元; 陈莉; 冯尊登; 肖宇;
展开▼
作者单位

常州大学计算机与人工智能学院阿里云大数据学院;

常州工程职业技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP391.10;
关键词
视频行人重识别; 单标注样本学习; 半监督学习; 标签估计; 距离度量;

相似文献

中文文献
外文文献
专利

1. 元学习框架下基于圆损失度量的行人重识别模型 [J] . 常禾雨 ,司念文 ,屈丹 . 信息工程大学学报 . 2022,第1期
2. 近邻中心迭代策略的单标注视频行人重识别 [J] . 张云鹏 ,王洪元 ,张继 . 软件学报 . 2021,第012期
3. 基于度量学习和深度学习的行人重识别研究 [J] . 朱婷婷 . 信息与电脑 . 2019,第015期
4. 基于图模型与加权损失策略的视频行人重识别研究 [J] . 徐志晨 ,王洪元 ,齐鹏宇 . 计算机应用研究 . 2022,第2期
5. 基于深度度量学习的行人重识别方法 [J] . 周刊 ,胡士强 ,吴桐 . 传感器与微系统 . 2020,第005期
6. 基于深度学习的行人重识别技术的研究进展 [C] . DONG Ya-chao ,董亚超 ,LIU Hong-zhe . 中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会 . 2020
7. 基于度量学习和迁移学习的视频行人重识别研究 [A] . 唐鼎 . 2020

基于单标注样本的多损失学习与联合度量视频行人重识别

摘要

著录项

相似文献

相关主题

期刊订阅