基于局部特征增强和跨视图近邻聚类的无监督行人重识别

来源：计算机应用与软件杂志2025年第8期北京时间：

作者：张辰锐, 陈平, 吴泱序

摘要：针对现有无监督行人重识别方法忽略了行人遮挡、行人姿态变化以及行人局部特征的差异性等问题，提出一种基于局部特征增强和跨视图近邻聚类的无监督行人重识别方法。该方法基于空间注意力机制对行人的局部特征和全局特征进行综合建模，强化了辨识度更高的局部特征，获得了表征力更强的综合特征表达；此外，所提方法还通过构建一种跨视图近邻矩阵，计算行人的跨视图正样本和负样本，获得了更准确并且鲁棒的聚类结果。与所有对比方法相比，所提方法在2种公开数据集上获得了更有竞争力的行人识别结果，有效降低了行人姿态变化及行人遮挡等因素对行人重识别造成的影响。

关键词：行人重识别, 区域信息增强, 注意力机制, 无监督学习, 近邻矩阵