(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111672646.0 (22)申请日 2021.12.31 (71)申请人 中山大学 地址 510275 广东省广州市海珠区新港西 路135号 (72)发明人 谢晓华　钱锦浩　赖剑煌　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 代理人 高冰 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于集成聚类的无监督视频行人再识 别方法及系统 (57)摘要 本发明公开了一种基于集成聚类的无监督 视频行人再识别方法及系统， 该方法包括： S1、 获 取行人数据集并提取得到行人数据； S2、 基于特 征提取器对 行人数据进行特征提取， 得到数据特 征； S3、 基于集成聚类方法对数据特征进行聚类； S4、 根据聚类结果构建伪标签并更新特征提取器 参数； S5、 返回步骤S2直至特征提取器收敛； S6、 基于收敛的特征提取器提取特征， 通过距离度量 并排序， 完成行人再识别。 该系统包括： 获取模 块、 提取模块、 聚类模块、 更新模块、 循环模块和 识别模块。 通过使用本发明， 能够使得聚类的结 果更加具有鲁棒性和稳定性， 有助于提高识别精 度。 本发明作为一种基于集 成聚类的无监督视频 行人再识别方法及系统质， 可广泛应用于行人识 别领域。 权利要求书2页 说明书7页 附图2页 CN 114359832 A 2022.04.15 CN 114359832 A 1.一种基于集成聚类的无监 督视频行人再识别方法， 其特 征在于， 包括以下步骤： S1、 获取行人数据集并提取 得到行人数据； S2、 基于特 征提取器对行 人数据进行 特征提取， 得到数据特 征； S3、 基于集成聚类方法对数据特 征进行聚类， 得到聚类结果； S4、 根据聚类结果构建伪标签并更新特 征提取器参数； S5、 返回步骤S2直至特 征提取器收敛， 得到收敛的特 征提取器； S6、 基于收敛的特 征提取器提取 特征， 通过距离度量并排序， 完成行 人再识别。 2.根据权利要求1所述一种基于集成聚类的无监督视频行人再识别方法， 其特征在于， 所述获取 行人数据集并提取 得到行人数据这一步骤， 其具体包括： S11、 基于监控摄 像头获取监控数据， 得到行 人数据集； S12、 根据行 人检测器对行 人数据集进行 行人检测， 得到行 人检测框； S13、 根据行 人检测框进行裁 剪， 得到行 人数据。 3.根据权利要求2所述一种基于集成聚类的无监督视频行人再识别方法， 其特征在于， 所述基于集成聚类方法对数据特 征进行聚类， 得到聚类结果 这一步骤， 其具体包括： S31、 对数据特 征进行分离， 得到全局特 征和子特 征； S32、 基于DBSCAN聚类方法分别对 全局特征和子特 征进行聚类， 得到多个初步结果； S33、 基于层次聚类方法对多个初步结果进行集成， 得到聚类结果。 4.根据权利要求3所述一种基于集成聚类的无监督视频行人再识别方法， 其特征在于， 所述对数据特 征进行分离， 得到全局特 征和子特 征这一步骤， 其具体包括： S311、 将数据特 征中每张图片的特 征作为子特 征； S312、 将数据特征中所有图片的特征以平均池化和最大池化的方式构建一个统一表 征， 得到全局特 征。 5.根据权利要求4所述一种基于集成聚类的无监督视频行人再识别方法， 其特征在于， 所述基于层次聚类方法对多个初步结果进行集成， 得到聚类结果 这一步骤， 其具体包括： S331、 根据多个初步结果计算共现矩阵； S332、 根据共现矩阵和层次聚类方法构建逐步系统树图； S333、 基于预设的切割阈值切割逐步系统树图并生成集成聚类结果。 6.根据权利要求5所述一种基于集成聚类的无监督视频行人再识别方法， 其特征在于， 所述共现矩阵的公式表示如下： 上式中， Pk(xi)表示样本xi在第k次聚类的划分结果， Pk(xj)表示样本xj在第k次聚类的 划分结果， n表示样本数量。 7.一种基于集成聚类的无监 督视频行人再识别系统， 其特 征在于， 包括： 获取模块， 用于获取 行人数据集并提取 得到行人数据； 提取模块， 基于特 征提取器对行 人数据进行 特征提取， 得到数据特 征；权　利　要　求　书 1/2 页 2 CN 114359832 A 2聚类模块， 基于集成聚类方法对数据特 征进行聚类， 得到聚类结果； 更新模块， 根据聚类结果构建伪标签并更新特 征提取器参数； 循环模块， 返回特 征提取步骤直至特 征提取器收敛， 得到收敛的特 征提取器； 识别模块， 基于收敛的特 征提取器提取 特征， 通过距离度量并排序， 完成行 人再识别。权　利　要　求　书 2/2 页 3 CN 114359832 A 3