知识蒸馏与掩码重构的域泛化行人重识别

郑昊天; 胡海峰

doi:10.13471/j.cnki.acta.snus.ZR20250070

中山大学学报（自然科学版中英文） ›› 2025, Vol. 64 ›› Issue (05) : 43 -49. DOI: 10.13471/j.cnki.acta.snus.ZR20250070

知识蒸馏与掩码重构的域泛化行人重识别

郑昊天, 胡海峰

作者信息 +

Author information +

文章历史 +

PDF

摘要

域泛化行人重识别的挑战源于当前基准方法的2个固有局限性：1）数据集之间存在明显的域间隙，2）数据集域内多样性不足。现有一些多领域联合训练方法，往往无法充分学习跨域数据集间潜在的身份线索。为了克服上述局限，本文通过一种双分支策略来增强模型泛化性能。首先针对大规模预训练的扩展模型进行知识蒸馏，同时针对现有多域训练数据进行掩码图像特征挖掘。常用的域泛化行人重识别协议基准上的实验证明了本文方法的性能。在以Market-1501为目标域的留一法测试中，本文方法相对于基准方法提高了16.2%的Rank-1准确度，相对现存最佳方法则在Rank-1准确度上实现了3.6%的提升。