摘要: 针对矿井无监督行人重识别任务，提出一种基于软标签学习的无监督行人重识别算法。该算法利用软标签显示图像的相似程度，通过求解概率分布关联图片，软标签识别后判断出需要度量图片间的相似程度时，可充分利用井下行人的编号及摄像头的编号。并提出跨摄像头激励机制，用于对不同摄像视角下行人图像标签优化，将全局外观和局部细节作为辅助模型训练的激励信息。实验结果表明，基于软标签学习的无监督行人重识别算法的准确率和全类平均精度(mAP)分别提高了24.3%和16.6%,辅以摄像头激励后改善了原有不同相机识别图像的困难。