提升行人检索精度
通过空间扩散模型与语义一致性损失，从未标注数据中学习判别性行人特征，超越现有方法。
Tao, Xuefeng · 孔军 · 蒋敏 · Ming, Lu · Mian, Ajmal S.
IEEE Transactions on Image Processing 2024
空间扩散模型从噪声变换参数逐步去噪到语义参数，采样出的图像块具有一致的内在语义结构，避免破坏判别性。
提出的图像块语义一致性损失捕捉图像块与全局特征之间的语义一致性，从而细化全局特征的伪标签，提升模型性能。
在三个具有挑战性的数据集上的综合实验表明，该方法超越了当前无监督行人重识别方法。