计算机工程

作者：陈玉敏, 车进, 杨莹莹

单位：1. 宁夏大学电子与电气工程学院, 宁夏 银川 7500212. 宁夏大学宁夏沙漠信息智能感知重点实验室, 宁夏 银川 750021

关键词：无监督行人重识别,伪标签噪声,多粒度特征,师生网络,空频信息

基金：国家自然科学基金(62366042)

无监督行人重识别旨在挖掘无标注数据的判别性表示用于行人检索任务。基于伪标签进行训练的无监督行人重识别方法目前已经取得了瞩目的进展。然而在训练过程中引入的噪声和信息利用不完全问题限制了该任务的进一步发展。提出一种融合浅层空频信息的多粒度师生网络。首先, 同时考虑全局和局部特征并将其集成到聚类对比学习中, 丰富特征表示, 利用训练好的教师模型指导学生模型快速收敛, 减少噪声伪标签的干扰; 其次, 设计一个新颖的空频信息交互模块, 利用网络加深过程中丢失的浅层空间域、频域有用信息; 此外, 在学生网络的训练过程中采用一种重利用策略, 将以往方法中直接丢弃的部分未聚类实例作为难样本重新利用。在Market1501、DukeMTMC-reID和MSMT17 3个大型数据集上的均值平均精度(mAP)结果分别达到87.5%、74.8%和41.9%, 证明了该方法的优越性。

来源：2026年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第1期