[發明專利]一種基于數據增強的深度哈希行人重識別方法

在審

• 申請號: 201910927206.1
• 申請日: 2019-09-27
• 公開（公告）號: CN110852152A
• 公開（公告）日: 2020-02-28
• 發明（設計）人: 印鑒;藍海珊
• 申請（專利權）人: 中山大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 劉俊

本發明提供一種基于數據增強的深度哈希行人重識別方法，首先利用K?means聚類方法對原始數據集圖片進行聚類，然后分別將得到的n組聚類圖片通過深度卷積生成對抗網絡生成n組無標簽行人圖片進行數據增強，這樣每組生成的圖片特征上有更多地相似性。然后將原始數據集圖片和生成圖片一起放入深度哈希卷積神經網絡中訓練，用三元組損失分別拉近原始圖片和生成圖片中相同類行人的距離和拉開不同類行人的距離，對于生成圖片，本發明還提出用均值標簽平滑損失，讓增強的這部分數據達到比較好的正則化效果，最后測試時將提取到的實數值特征映射為01向量，通過計算兩個01向量之間的漢明距離判定行人圖片的命中率，提高檢索速率。

技術領域

本發明涉及圖像檢索中的行人重識別技術領域，更具體地，涉及一種基于數據增強的深度哈希行人重識別方法。

背景技術

行人重識別，又稱行人再識別、Person Re-identification，簡稱為ReID，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。行人重識別被廣泛認為是圖像檢索的一個子問題。就是給定一個監控行人圖像，檢索跨設備下的該行人圖像。

因為在監控視頻中，由于相機分辨率和拍攝角度的緣故，通常無法得到質量非常高的人臉圖片，當人臉識別失效的情況下，行人重識別就成為了一個非常重要的替代品技術。它可以運用于智能安防，跨鏡頭跟蹤嫌疑人，可以運用在人機交互、相冊聚類中，還可以運用于智能商業，如無人超市等。

行人重識別的基本流程一般是特征提取-度量學習-相似度排序。第一步特征提取就是輸入圖片，通過神經網絡對圖片提取特征；第二步度量學習就是通過交叉熵損失函數或者度量損失函數計算loss進行反向傳播訓練提取特征的網絡；第三步相似度排序就是在訓練完成之后進行檢索，即對圖片計算余弦距離，然后進行相似度排序。因為現在特征提取網絡模型發展已經比較成熟，在特征提取這塊上幾乎很難再提高特征提取的效果，所以考慮從第二步進行優化，就是設計一個比較好的損失函數。并且由于目前行人重識別數據集有限，容易在數據集表現為過擬合，所以考慮從數據增強來提升行人重識別的實驗效果。針對第三步中的計算距離進行相似度排序，由于用實數特征值進行距離計算檢索效率較慢。

發明內容

本發明提供一種基于數據增強的深度哈希行人重識別方法，該方法可實現提升行人重識別的命中率。

為了達到上述技術效果，本發明的技術方案如下：

一種基于數據增強的深度哈希行人重識別方法，包括以下步驟：

S1：對原始數據集圖片進行K-means聚類，建立深度卷積生成對抗網絡分別對n組聚類圖片生成n組無標簽行人圖片；

S2：建立深度哈希卷積神經網絡,建立三元組損失和均值標簽平滑損失函數；

S3：將原始圖片和生成圖片一起送入網絡中訓練，并在測試集上進行測試。

進一步地，所述步驟S1的具體過程是：

S11：對k類原始數據集圖片，放入在ImageNet上預訓練好的Resnet50網絡中，先隨機選取n個中心點即n張圖片，遍歷所有提取到的圖片特征，通過計算其他圖片特征到中心點特征的歐式距離將每個圖片特征劃分到最近的中心點中，計算每個聚類的平均值，并作為新的中心點，一共迭代50次左右將原始數據集圖片聚類為n個類；

其中，Imagenet是一個包含2萬多個類別，有1400多萬幅張圖片的數據集，是目前深度學習圖像領域算法性能檢驗的“標準”數據集，用于預訓練Resnet50網絡，直接用Imagenet數據集預訓練好的Resnet50網絡作為基網絡，Resnet50是深度卷積神經網絡，哈希指的是在實驗最后將實數值特征映射到了哈希維度的特征，即01特征；

S12：建立一個生成器網絡G和一個判別器網絡D；