一种基于部件引导融合变换网络的非监督行人检索方法

本发明涉及计算机视觉技术领域，具体公开了一种基于部件引导融合变换网络的非监督行人检索方法，先通过部件引导融合变换网络提取行人的全局与部件特征；采用部件引导融合策略生成部件‑全局融合特征用于部件引导对比学习；对部件特征进行平均聚合得到部件聚合特征；基于全局特征和部件聚合特征经聚类算法得到对应的聚类中心，构建双流动态内存库；再构建部件引导正则化模块，以动态加权系数约束全局特征与部件聚合特征之间的一致性；最后通过总损失计算模块对部件引导融合变换网络及部件引导正则化模块的参数进行迭代优化。本发明利用无监督学习优化特征分布，降低了对标注数据的依赖，提升了行人特征表征能力和模型泛化性能。