学习笔记：基于软多标签学习---的无监督行人再识别 中山大学

https://blog.csdn.net/qq_35226955/article/details/98986160
MAR：soft Multi-label

label[k] = ID[2048] . Agent[2048 * 辅助行人个数k] = [0.8, 0.6 , 0.1, 0.1 … … ]
怎么得到agent的行人多个图像的特征表示

主要思想是，对于未标记的RE-ID数据集中的每个未标记的人图像，我们通过将该未标记的人与现有标记辅助源数据集中的一组参考人进行比较来学习软多标签（即实值标签似然向量而不是单个伪标签）。图1说明了这种软多标签的概念

图1所示。说明我们的软多标签概念。通过比较一组已知的辅助参考人员(箭头线越粗表示标签的似然性越高)，我们为每个未标记人员学习一个软多标签(实值标签向量)。以彩色观看效果最佳。