[發(fā)明專利]基于神經(jīng)架構(gòu)搜索的行人重識(shí)別模型構(gòu)建方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910964255.2
• 申請(qǐng)日: 2019-10-11
• 公開(kāi)（公告）號(hào): CN110852168A
• 公開(kāi)（公告）日: 2020-02-28
• 發(fā)明（設(shè)計(jì)）人: 彭進(jìn)業(yè);曹蕊;張世周;王鵬;張艷寧;樊萍;趙萬(wàn)青;張二磊;李斌
• 申請(qǐng)（專利權(quán)）人: 西北大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 西安恒泰知識(shí)產(chǎn)權(quán)代理事務(wù)所 61216
• 代理人: 黃小梧

本發(fā)明公開(kāi)了一種基于神經(jīng)架構(gòu)搜索的行人重識(shí)別模型構(gòu)建方法及裝置，首先對(duì)輸入的圖像數(shù)據(jù)集進(jìn)行隨機(jī)采樣和分組，并設(shè)置以三元組損失函數(shù)為輔助的目標(biāo)函數(shù)來(lái)指導(dǎo)網(wǎng)絡(luò)架構(gòu)的搜索；然后，利用搜索到的最佳網(wǎng)絡(luò)架構(gòu)單元重復(fù)堆疊一個(gè)大型網(wǎng)絡(luò)，并對(duì)該網(wǎng)絡(luò)進(jìn)行重訓(xùn)練，得到行人重識(shí)別模型，本發(fā)明提供的方法不僅僅考慮了分類精度，還利用了不同樣本之間的距離，以最大化不同行人之間的特征識(shí)別能力，因此以此損失函數(shù)指導(dǎo)架構(gòu)搜索的方向能夠?qū)W習(xí)得到更適用于行人重識(shí)別并且性能表現(xiàn)更好網(wǎng)絡(luò)架構(gòu)，從而提高了行人重識(shí)別的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及行人重識(shí)別方法，具體涉及一種基于神經(jīng)架構(gòu)搜索的行人重識(shí)別模型構(gòu)建方法及裝置。

背景技術(shù)

行人重識(shí)別也稱行人再識(shí)別，是利用計(jì)算機(jī)視覺(jué)技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)。一般是給定一個(gè)監(jiān)控行人圖像，檢索跨設(shè)備下的該行人圖像。

目前主要有兩種行人重識(shí)別研究方法：一種是表征學(xué)習(xí)，另一種是度量學(xué)習(xí)。基于表征學(xué)習(xí)的方法是為了獲得強(qiáng)大且具有辨別力的行人特征。基于度量學(xué)習(xí)的方法通過(guò)設(shè)計(jì)合適的距離度量函數(shù)來(lái)學(xué)習(xí)圖像對(duì)之間的相似性，旨在使相同身份圖像的距離盡可能小，并且不同識(shí)別圖像的距離盡可能大。上述這些方法大多都是基于經(jīng)典的在外部數(shù)據(jù)上預(yù)先訓(xùn)練好的分類神經(jīng)網(wǎng)絡(luò)架構(gòu)(如著名的ResNet50，Inception和DenseNet)作為骨干網(wǎng)絡(luò)，然后再使用目標(biāo)數(shù)據(jù)對(duì)改進(jìn)的網(wǎng)絡(luò)進(jìn)行微調(diào)。這樣的做法導(dǎo)致網(wǎng)絡(luò)架構(gòu)固化且依賴于外部數(shù)據(jù)的預(yù)訓(xùn)練。此外，還有一些是人類專家為行人重識(shí)別任務(wù)專門設(shè)計(jì)網(wǎng)絡(luò)的方法，但隨著網(wǎng)絡(luò)需求增加，手動(dòng)網(wǎng)絡(luò)設(shè)計(jì)變得更加困難，且往往無(wú)法實(shí)現(xiàn)最佳設(shè)置。

現(xiàn)有技術(shù)還提出了一種使用神經(jīng)架構(gòu)搜索技術(shù)作為解決上述問(wèn)題的工具，神經(jīng)架構(gòu)搜索技術(shù)一般包括定義搜索空間，然后通過(guò)搜索策略找出候選網(wǎng)絡(luò)結(jié)構(gòu)，神經(jīng)架構(gòu)搜索技術(shù)提出基于單元cell的搜索，即只對(duì)cell結(jié)構(gòu)進(jìn)行結(jié)構(gòu)搜索，總體網(wǎng)絡(luò)由這些cell進(jìn)行重疊拼接而成。

但是大多數(shù)神經(jīng)架構(gòu)搜索方法都是處理分類任務(wù)的，行人重識(shí)別的訓(xùn)練行人類別與測(cè)試行人類別沒(méi)有交叉且性能評(píng)價(jià)指標(biāo)類似于排序結(jié)果而并非是分類精度，這與神經(jīng)架構(gòu)搜索在分類上的優(yōu)化目標(biāo)不一致，并不能直接擴(kuò)展到行人重識(shí)別任務(wù)，導(dǎo)致識(shí)別準(zhǔn)確率不高，識(shí)別效果不佳。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于神經(jīng)架構(gòu)搜索的行人重識(shí)別模型構(gòu)建方法及裝置，用以解決現(xiàn)有技術(shù)中的神經(jīng)架構(gòu)搜索方法無(wú)法直接應(yīng)用擴(kuò)展到行人重識(shí)別任務(wù)上，導(dǎo)致行人重識(shí)別效果不好的問(wèn)題。

為了實(shí)現(xiàn)上述任務(wù)，本發(fā)明采用以下技術(shù)方案：

一種基于神經(jīng)架構(gòu)搜索的行人重識(shí)別模型構(gòu)建方法，按照以下步驟執(zhí)行：

步驟1、獲得行人圖像數(shù)據(jù)集，所述的行人圖像數(shù)據(jù)集包括訓(xùn)練數(shù)據(jù)集以及驗(yàn)證數(shù)據(jù)集；

所述的訓(xùn)練數(shù)據(jù)集以及驗(yàn)證數(shù)據(jù)集均包括多組數(shù)據(jù)，其中每組數(shù)據(jù)包括多個(gè)類別數(shù)據(jù)，每個(gè)類別數(shù)據(jù)包括多幅行人圖像；

對(duì)于每幅行人圖像，該行人圖像本身為原樣本，與原樣本屬于同一類別數(shù)據(jù)的其他所有行人圖像均為正樣本，每組數(shù)據(jù)中除原樣本以及正樣本以外的其他所有行人圖像均為負(fù)樣本；

獲得行人圖像數(shù)據(jù)集中每幅行人圖像對(duì)應(yīng)的類別，獲得標(biāo)簽集；

步驟2、將所述的訓(xùn)練數(shù)據(jù)集以及驗(yàn)證數(shù)據(jù)集作為輸入，將所述的標(biāo)簽集作為輸出，對(duì)初始網(wǎng)絡(luò)中進(jìn)行搜索，獲得最優(yōu)卷積單元；

所述的初始網(wǎng)絡(luò)包括多個(gè)卷積單元；

在搜索時(shí)采用式I的損失函數(shù)L：