来源：期刊VIP网 时间：
作者：马建红;靳岩;王亚辉;谷保平;
单位：郑州大学网络空间安全学院;河南开放大学创新创业学院;
摘要：无监督跨域行人重识别技术，通过将源域的有标签信息迁移到目标域以应对无标签情况，采用聚类方法达到无监督域适应效果，实现跨域行人再识别。然而，仅依赖全局特征的聚类易受域间差异影响产生噪声，且单网络结构训练易导致放大误差影响模型性能。针对此类问题，提出一种双分支注意力特征融合算法，分别抽取并融合域不变特征和域特定特征，以增强目标域上的泛化能力和减少聚类噪声。同时，引入对称网络架构进行同步协同训练，形成互为监督的学习机制，有效抑制过拟合问题。实验表明，在Market-1501和DukeMTMC-ReID公开数据集上，该算法显著提升了无监督跨域行人重识别的mAP和Rank准确率。
关键词：行人重识别;;无监督域适应;;注意力机制;;特征融合
基金资助：国家重点研发计划项目(2020YFB171240);; 郑州市协同创新重大专项(20XTZX06013)
