[發(fā)明專利]一種融合隨機批掩膜和多尺度表征學(xué)習(xí)的行人重識別方法

有效

• 申請?zhí)枺?/td>: 202010076639.3
• 申請日: 2020-01-23
• 公開（公告）號: CN111259850B
• 公開（公告）日: 2022-12-16
• 發(fā)明（設(shè)計）人: 黃德雙;伍永
• 申請（專利權(quán)）人: 同濟大學(xué)
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/774;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 葉敏華

本發(fā)明涉及一種融合隨機批掩膜和多尺度表征學(xué)習(xí)的行人重識別方法，包括：構(gòu)建行人重識別訓(xùn)練網(wǎng)絡(luò)；按照預(yù)設(shè)訓(xùn)練參數(shù)進行網(wǎng)絡(luò)超參數(shù)調(diào)節(jié)，得到學(xué)習(xí)網(wǎng)絡(luò)；屏蔽多尺度表征學(xué)習(xí)和隨機批掩膜分支，得到測試網(wǎng)絡(luò)，將測試集輸入測試網(wǎng)絡(luò)后得到對應(yīng)測試識別結(jié)果；判斷測試識別結(jié)果準確率是否大于或等于預(yù)設(shè)值，若判斷為是，則將實際數(shù)據(jù)集輸入學(xué)習(xí)網(wǎng)絡(luò)，否則重新訓(xùn)練網(wǎng)絡(luò)；最后屏蔽多尺度表征學(xué)習(xí)和隨機批掩膜分支，得到應(yīng)用網(wǎng)絡(luò)，將查詢圖像輸入應(yīng)用網(wǎng)絡(luò)后得到對應(yīng)的識別結(jié)果。與現(xiàn)有技術(shù)相比，本發(fā)明使用隨機批掩膜策略、多尺度表征學(xué)習(xí)以及損失函數(shù)聯(lián)合訓(xùn)練，能夠捕獲行人圖像更細節(jié)性的判別力特征，并提取到局部的重要的被抑制的特征。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機模式識別圖像處理技術(shù)領(lǐng)域，尤其是涉及一種融合隨機批掩膜和多尺度表征學(xué)習(xí)的行人重識別方法。

背景技術(shù)

行人重識別(Person Re-identification，PReID)是利用計算機視覺技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)，廣泛被認為是一個圖像檢索的子問題，在給定一個監(jiān)控行人圖像后，能夠自動檢索跨設(shè)備下的該行人圖像。目前，城市里用于公共治安領(lǐng)域的攝像頭已經(jīng)大量部署，幾乎到了幾十米到幾百米一個覆蓋的程度，盡管如此，不同的攝像頭之間仍然存在無法覆蓋的區(qū)域。行人重識別的目標(biāo)就是要確定一個攝像頭下發(fā)現(xiàn)的目標(biāo)，在離開攝像頭的視野后去哪了，這有點像視頻搜索，就是在其他的攝像頭采集到的視頻中找到目標(biāo)，行人重識別的任務(wù)就是在無重復(fù)視域的不同攝像機采集的行人圖像或是視頻樣本之間建立連接關(guān)系的處理過程，即識別出不同位置的攝像機在不同時刻拍攝的行人是否為同一人。

現(xiàn)有的行人重識別研究是基于數(shù)據(jù)集的，就是通過架設(shè)幾個攝像頭，采集行人圖像，然后人工標(biāo)注或自動標(biāo)注。這些圖像一部分用于訓(xùn)練和學(xué)習(xí)，一部分用于識別。為了提高識別精度，識別算法主要分為兩部分，一部分是提取更好的圖像特征，另一部分是為了更有效的計算比對不同特征之間的距離。

在提取圖像特征時，傳統(tǒng)方式多利用深度學(xué)習(xí)模型，基于卷積神經(jīng)網(wǎng)絡(luò)自動學(xué)習(xí)特征，并利用注意力機制來提取特征，但這種方式通常只著重提取圖像中的面部特征或其他突出特征，對于手部或腳步等局部被抑制的特征，則不進行提取，導(dǎo)致這些局部被抑制的重要細節(jié)性特征無法被有效提取到，也就不能保證后續(xù)識別的準確率。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種融合隨機批掩膜和多尺度表征學(xué)習(xí)的行人重識別方法。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：一種融合隨機批掩膜和多尺度表征學(xué)習(xí)的行人重識別方法，包括以下步驟：

S1、獲取基準數(shù)據(jù)集，并對基準數(shù)據(jù)集進行數(shù)據(jù)擴充；

S2、將數(shù)據(jù)擴充之后的基準數(shù)據(jù)集分為訓(xùn)練集和測試集；

S3、基于ResNet50卷積神經(jīng)網(wǎng)絡(luò)，構(gòu)建包含依次連接的注意力學(xué)習(xí)模塊、特征提取模塊和識別輸出模塊的行人重識別訓(xùn)練網(wǎng)絡(luò)，其中，特征提取模塊包括特征處理分支、多尺度表征學(xué)習(xí)分支和隨機批掩膜分支，所述特征處理分支包括全局平均池化和批歸一化處理；

S4、將訓(xùn)練集輸入行人重識別訓(xùn)練網(wǎng)絡(luò)，按照預(yù)設(shè)訓(xùn)練參數(shù)進行網(wǎng)絡(luò)超參數(shù)調(diào)節(jié)，得到行人重識別學(xué)習(xí)網(wǎng)絡(luò)；

S5、屏蔽行人重識別學(xué)習(xí)網(wǎng)絡(luò)中特征提取模塊的多尺度表征學(xué)習(xí)分支和隨機批掩膜分支，得到行人重識別測試網(wǎng)絡(luò)，將測試集輸入行人重識別測試網(wǎng)絡(luò)，輸出對應(yīng)的測試識別結(jié)果；

S6、計算測試識別結(jié)果的準確率，判斷識別結(jié)果準確率是否大于或等于預(yù)設(shè)值，若判斷為是，則執(zhí)行步驟S7，否則返回步驟S4；

S7、獲取實際數(shù)據(jù)集，并將實際數(shù)據(jù)集輸入行人重識別學(xué)習(xí)網(wǎng)絡(luò)，以學(xué)習(xí)實際數(shù)據(jù)集對應(yīng)的圖像特征；

S8、屏蔽行人重識別學(xué)習(xí)網(wǎng)絡(luò)中特征提取模塊的多尺度表征學(xué)習(xí)分支和隨機批掩膜分支，得到行人重識別應(yīng)用網(wǎng)絡(luò)，將查詢圖像輸入行人重識別應(yīng)用網(wǎng)絡(luò)，輸出該查詢對象對應(yīng)的識別結(jié)果。