近邻优化跨域无监督行人重识别算法

摘要： 目的 无监督行人重识别可缓解有监督方法中数据集标注成本高的问题，其中无监督跨域自适应是最常见的行人重识别方案。现有UDA(unsupervised domain adaptive)行人重识别方法在聚类过程中容易引入伪标签噪声，存在对相似人群区分能力差等问题。方法 针对上述问题，基于特征具有类内收敛性、类内连续性与类间外散性的特点，提出了一种基于近邻优化的跨域无监督行人重识别方法...