互蒸馏伪标签

抗噪伪标签

用两个分支互为师生生成更可靠的伪标签，解决无监督域适应行人重识别中标签噪声问题。

高兴宇 · 陈振宇 · Wei, Jianze · Rubo, Wang · Zhao, Zhijun

IEEE Transactions on Multimedia 2024

参数信息

Market- mAP

82.3 %

Duke mAP

76.9 %

伪标签噪声率从

23.4 %

技术优势

标签噪声减半

两个分支互为教师，通过互蒸馏逐步降低伪标签噪声，从23.4%降到11.2%，特征学习更可靠。

超越SOTA约2%

在Market-1501和Duke两个数据集上，本文方法均优于此前最优方法，证明其有效性。

应用场景

• 机器人感知：为机器人跨摄像头识别行人提供抗噪特征，提升在真实场景中的跟踪准确性。
• 行人重识别：解决跨域行人重识别中的标签噪声问题，显著提升无监督场景下的检索性能。
• 视频监控：无需人工标注即可适应新监控场景，降低部署成本并提高行人检索精度。