[發明專利]行人重識別網絡的訓練及基于其的行人重識別

有效

• 申請號: 201710906719.5
• 申請日: 2017-09-29
• 公開（公告）號: CN108875487B
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 羅浩;張弛
• 申請（專利權）人: 北京曠視科技有限公司;北京邁格威科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京市磐華律師事務所 11336
• 代理人: 高偉;卜璐璐

本發明提供了行人重識別網絡的訓練及基于其的行人重識別的方法、裝置、系統和存儲介質，所述行人重識別網絡的訓練方法包括：利用分類損失對基準網絡進行預訓練；以及聯合分類損失和五元組損失對經預訓練的基準網絡進行調優以得到行人重識別網絡。根據本發明實施例的行人重識別網絡的訓練方法、裝置、系統和存儲介質聯合分類損失和距離損失進行訓練，能夠加快訓練過程并提高精度；此外，在距離損失環節中采用五元組方法，相比于傳統的三元組、改進三元組和四元組方法，能夠顯著縮短訓練時間，并且進一步提高精度。

技術領域

本發明涉及行人重識別技術領域，更具體地涉及一種行人重識別網絡的訓練及基于其的行人重識別方法、裝置、系統和存儲介質。

背景技術

行人重識別也稱行人再識別，是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術。給定一個監控行人圖像，檢索跨設備下的該行人圖像。旨在彌補目前固定的攝像頭的視覺局限，并可與行人檢測/行人跟蹤技術相結合，可廣泛應用于智能視頻監控、智能安保等領域。

現有的行人重識別方法根據訓練思想可以分成兩種做法：第一種是把每個行人作為一個類別，將行人重識別轉化為圖像分類問題；第二種是提取每張行人圖片的特征，計算兩種圖片特征的距離，通過最小化同一個人之間圖片特征的距離和最大化不同行人之間圖片特征的距離來訓練一個提取特征的網絡模型，目前的方法包括三元組、改進三元組以及四元組。

然而，基于分類損失訓練的模型在精度方面很難達到一個很高的水平，而基于距離損失訓練的模型雖然精度通常會優于前者，但是網絡訓練時間卻非常長。

發明內容

針對上述問題，本發明提出了一種關于行人重識別網絡的訓練的方案，其結合兩種方法的優點，通過聯合分類損失和距離損失來加快訓練過程并提高精度。下面簡要描述本發明提出的關于行人重識別網絡的訓練的方案，更多細節將在后續結合附圖在具體實施方式中加以描述。

根據本發明一方面，提供了一種行人重識別網絡的訓練方法，所述訓練方法包括：利用分類損失對基準網絡進行預訓練；以及聯合分類損失和五元組損失對經預訓練的基準網絡進行調優以得到行人重識別網絡。

在本發明的一個實施例中，所述利用分類損失對基準網絡進行預訓練包括：將樣本圖片輸入到所述基準網絡；將所述基準網絡針對所述樣本圖片輸出的預測向量與所述樣本圖片的標簽向量進行比較以得到分類損失；基于所述分類損失調整所述基準網絡的參數；以及反復進行上述步驟，直到分類準確度和分類損失基本不再變化。

在本發明的一個實施例中，所述基準網絡為殘差網絡。

在本發明的一個實施例中，在將所述樣本圖片輸入到所述基準網絡之前，對所述樣本圖片實施預處理操作。

在本發明的一個實施例中，所述聯合分類損失和五元組損失對經預訓練的基準網絡進行調優包括：按預定要求和順序輸入五元組的五張樣本圖片；基于所述基準網絡針對每張所述樣本圖片輸出的預測向量計算分類損失；基于所述基準網絡針對所述五張樣本圖片輸出的特征向量計算五元組損失；以及基于所計算的分類損失和所計算的五元組損失計算最終的損失以作為所述行人重識別網絡的損失。

在本發明的一個實施例中，所述所計算的分類損失為所述五張樣本圖片的分類損失的平均值。

在本發明的一個實施例中，所述五元組損失定義為：

l_qt＝d(正樣本1,正樣本2)-d(負樣本1,負樣本21)+d(負樣本21,負樣本22)-d(負樣本1,正樣本2)+a

其中，l_qt為五元組損失；正樣本1、正樣本2、負樣本1、負樣本21以及負樣本22為所述五張樣本圖片，且正樣本1和正樣本2為第一行人的兩張不同圖片，負樣本1為第二行人的圖片，負樣本21和負樣本22為第三行人的兩張不同圖片；d為兩張圖片的特征向量之間的距離；a為根據需求設置的常數參數。