伪标签的使用占上处,以解决无监督的域自适应(UDA)重新识别(RE-ID),具有最佳性能。事实上,这家族的方法已经上升到几个有效的UDA重新ID特定框架。在这些作品中,改善伪标签UDA重新ID性能的研究方向多样化,主要基于直觉和实验:炼制伪标签,减少伪标签中的错误的影响......它可能很难推断出来它们是一般的良好做法,可以以任何伪标记方法实施,以始终如一地提高其性能。为了解决这一关键问题,提出了一个关于伪标签UDA RE-ID的新的理论视图。这些贡献是三倍:(i)伪标签UDA重新ID的新理论框架,通过UDA重新ID性能的新一般学习上限,正式化。 (ii)伪标签的一般良好做法,直接推导出拟议的理论框架的解释,以改善目标重新ID表现。 (iii)关于具有挑战性的人和车辆交叉数据集重新ID任务的广泛实验,对各种最先进的方法和各种建议的良好实践实现显示了一致的性能改进。
translated by 谷歌翻译