动态自适应多视图对比学习在无监督人员重识别中的应用

《Neural Networks》:Dynamic Adaptive Multi-view Contrastive Learning for Unsupervised Person Re-identification

【字体: 大 中 小 】 时间:2026年05月13日 来源:Neural Networks 6.3

编辑推荐:

  李志华|王学燕|陈思宝|丁Chris H.Q.|罗斌•我们提出了一种新颖的对比学习框架,用于无监督的人脸重识别。•我们提出了一种动态自适应的相机Jaccard距离算法,用于估计和减少相机间的差异。•我们提出了一种动态自适应的代理模型,以解决对比学习中代理模型构建不准确的问题。•我

  
李志华|王学燕|陈思宝|丁Chris H.Q.|罗斌
  • •
    我们提出了一种新颖的对比学习框架,用于无监督的人脸重识别。
  • •
    我们提出了一种动态自适应的相机Jaccard距离算法,用于估计和减少相机间的差异。
  • •
    我们提出了一种动态自适应的代理模型,以解决对比学习中代理模型构建不准确的问题。
  • •
    我们提出了一种动态自适应的知识蒸馏方法,用于生成高质量的软伪标签。
  • •
    所提出的框架在三个数据集上的表现均优于现有的最先进方法。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号