1.一种基于特征解缠表示的目标重识别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述从单一特征表示中进行解纠缠开是指:
3.根据权利要求2所述的方法,其特征在于,全局-级特征交换的表达式为:
4.根据权利要求3所述的方法,其特征在于,全局-级的特征交换损失定义为:
5.根据权利要求4所述的方法,其特征在于,识别目标无关特征的损失如下:
6.根据权利要求1所述的方法,其特征在于,所述多粒度特征提取网络采用mgn多粒度学习结构,并由多层共享卷积层结构堆叠构成;所述多粒度特征提取网络中的backbone为加载imagenet预训练权重的resnet50;
7.根据权利要求1所述的方法,其特征在于,所述将识别目标无关特征与识别目标相关特征输入到生成对抗网络模块中进行语义特征重构,从单一特征表示中进行解纠缠开,生成新的图像的过程,即图像重构过程的损失lr,使用l1损失函数,具体如下:
8.根据权利要求1所述的方法,其特征在于,所述步骤.中判别器包括域-判别器dd和类-判别器dc,域-判别器dd区分图像是真实的或是合成所得,类-判别器dc将对所得的目标图像和输入的目标图像进行目标分类;
9.根据权利要求1所述的方法,其特征在于,所述累加后的损失ltotal具体如下:
10.一种基于特征解缠表示的目标重识别系统,其特征在于,包括: