一种基于注意力的无监督行人重识别方法

来源：电子测量技术杂志2025年第10期北京时间：

作者：胡玉玲，王鑫依，张一，邹伟光

单位：1.北京建筑大学智能科学与技术学院 北京 102616;2.城市建筑超级智能技术北京市重点实验室 北京 102616

摘要：行人重识别是跨摄像头非重叠域中对相同行人的检索和识别，针对跨摄像头不同域之间的特征差异以及聚类阶段生成的伪标签噪声问题，提出一种基于注意力的无监督行人重识别方法。在特征提取阶段，采用一种自适应图通道-空间注意力模块（AGCBAM），同时考虑通道和空间两个维度，通过自适应调整通道权重来适应跨域特征分布，同时关注到特定空间位置特征来实现细节信息的捕捉；在模型训练阶段，提出改进的类内邻近空间注意力（INSA）模块，将标签平滑和正实例之间的空间互补关系相结合，有效去除伪标签噪声，使模型更好地学习数据的真实分布。通过对2个主流数据集Market-1501和MSMT17进行实验，对比了现有的一些常用算法，模型在mAP和Rank-1精度上均有提升，验证了本文所提方法的有效性。

关键词：行人重识别;无监督;注意力

基金资助：国家重点研发项目(2018YFC0807806）、北京建筑大学基本科研业务基金项目 (X20109)资助