[發明專利]一種基于隨機線性插值的行人再識別數據增強方法

有效

• 申請號: 201811268388.8
• 申請日: 2018-10-29
• 公開（公告）號: CN109635634B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 郭軍;李智;陳峰;許鵬飛;劉寶英;孟憲佳;常曉軍
• 申請（專利權）人: 西北大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/52;G06V10/774;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 李婷

1.一種基于隨機線性插值的行人再識別數據增強方法，其特征在于，包括以下步驟：

步驟1，通過監控系統捉視角不交叉的不同相機下同一個行人的照片，再將不同行人照片中行人圖像分別截取出來，構成該行人的圖像數據集；利用不同行人的圖像數據集構建行人再識別數據集，并將其劃分為訓練集和測試集；

步驟2，初始化隨機線性插值的插值強度參數，設置訓練集中需要被增強的樣本比例，將待增強的樣本與訓練集中的隨機一個樣本進行插值操作，生成新的樣本，然后對待增強的樣本進行重新標記；

步驟2.1，首先通過貝塔分布Beta(α,β)生成隨機線性插值的強度μ，這里α＝β是貝塔分布的參數；

步驟2.2，將訓練集平均劃分成k個樣本的批訓練數據，設定需要被數據增強的樣本比例γ，然后利用下式進行插值操作，得到新的樣本的特征，從而得到新的樣本；

其中，表示批訓練數據生成新的樣本的特征,x_a表示批訓練數據中的待增強樣本的特征，x_t表示批訓練數據中任意一個樣本的特征，μ表示的是隨機線性插值的插值強度，{R,G,B}表示樣本的像素特征，共有三個顏色通道：紅，綠，藍；

步驟2.3，利用步驟2.1中的插值強度μ，對批訓練數據中的待增強的樣本進行重新標記，得到增強樣本的雙標記，如式2所示:

其中，表示混合了待增強的樣本a和批訓練數據中任意樣本t的標簽，同時具備了兩個樣本的標簽信息；y_a表示待增強的樣本a的標簽，y_t表示所述任意樣本t的標簽；

步驟3，將生成的新的樣本和訓練集中的樣本混合作為輸入層，使用卷積神經網絡模型進行訓練，設定訓練代數，當模型的損失函數收斂或者達到訓練代數，則進行步驟4，否則更新步驟3；

步驟4，步驟3中訓練好的模型獲得了不同相機拍攝的照片中行人圖像的映射關系，利用訓練好的模型對測試集中的行人圖像進行匹配預測，得到識別的結果。

2.如權利要求1所述的基于隨機線性插值的行人再識別數據增強方法，其特征在于，所述的基于隨機線性插值的行人再識別數據增強方法，還包括：

將測試集的樣本放入到步驟3中得到的模型中訓練，得到相應的預測向量，設定評估參數p的值，將預測向量中最大的p個值對應的類別和測試集中待測樣本的真實類別進行比較，如果待測樣本的真實類別存在于預測的p個類別中，則統計預測對的樣本數增加1；

統計測試集中總共的預測正確的樣本數T，以及總的測試集樣本數N，計算Rank-p準確率：

根據計算出來的Rank-p準確率，使用格點搜索的方法對所述的卷積神經網絡模型的參數μ、γ進行調節，使得最終得到的模型性能達到最好。

3.如權利要求1所述的基于隨機線性插值的行人再識別數據增強方法，其特征在于，步驟3所述的用卷積神經網絡模型進行訓練時，記錄每一次訓練時的損失函數值，如式3所示：

loss＝μ·(y_pred-y_a)+(1-μ)·(y_pred-y_t) 式3

其中loss表示損失函數值，y_pred表示樣本a的預測標簽，y_a表示樣本a的真實標簽，y_t表示樣本t的真實標簽。

4.如權利要求1所述的基于隨機線性插值的行人再識別數據增強方法，其特征在于，所述的卷積神經網絡模型，是指：

所述的卷積神經網絡采用改進的ResNet50網絡，具體是在ResNet50網絡的基礎上，移除原有的全連接層，將全連接層替換為線性層，在線性層之后增加一個BatchNormalization層；除此之外，使用Leaky ReLU作為線性層和Batch Normalization層的激活函數，設定Leaky ReLU的負斜率參數為0.01，設定卷積神經網絡的dropout的參數為0.5；在訓練時，定訓練代數參數為60，初始的學習率為0.001，并且網絡的初始權重使用了在ImageNet上的訓練參數。

5.如權利要求1所述的基于隨機線性插值的行人再識別數據增強方法，其特征在于，所述的樣本比例γ的取值范圍為[0.3,0.5]。