软件学报

作者：张云鹏，王洪元，张继，陈莉，吴琳钰，顾嘉晖，陈强

单位：张云鹏，常州大学 信息科学与工程学院, 江苏 常州 21361411,王洪元，常州大学 信息科学与工程学院, 江苏 常州 21361402,张继，常州大学 信息科学与工程学院, 江苏 常州 21361403,陈莉，常州大学 信息科学与工程学院, 江苏 常州 21361404,吴琳钰，常州大学 信息科学与工程学院, 江苏 常州 21361405,顾嘉晖，常州大学 信息科学与工程学院, 江苏 常州 21361406,陈强，社会安全信息感知与系统工业和信息化部重点实验室(南京理工大学), 江苏 南京 21009407

关键词：视频行人重识别;近邻中心迭代策略;标签评估方法;单标注;损失控制策略

基金：国家自然科学基金（61976028，61572085，61806026，61502058）；江苏省自然科学基金（BK20180956）；社会安全信息感知与系统工业和信息化部重点实验室（南京理工大学）创新基金（202004）

为解决视频行人重识别数据集标注困难的问题，提出了基于单标注样本视频行人重识别的近邻中心迭代策略.该策略逐步利用伪标签视频片段迭代更新网络结构，以获得最佳的模型.针对预测无标签视频片段的伪标签准确率低的问题，提出了一种标签评估方法：每次训练后，将所选取的伪标签视频片段和有标签视频片段特征中每个类的中心点作为下一次训练中预测伪标签的度量中心点；同时提出基于交叉熵损失和在线实例匹配损失的损失控制策略，使得训练过程更加稳定，无标签数据的伪标签预测准确率更高.在MARS，DukeMTMC-VideoReID这两个大型数据集上的实验验证了该方法相比于最新的先进方法，在性能上得到非常好的提升.

来源：2021年第12期

《软件学报》期刊编辑部

查看软件学报杂志2021年第12期