[發(fā)明專利]一種基于單樣本的半監(jiān)督行人重識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010885776.1
• 申請(qǐng)日: 2020-08-28
• 公開(kāi)（公告）號(hào): CN112131961B
• 公開(kāi)（公告）日: 2023-02-03
• 發(fā)明（設(shè)計(jì)）人: 黃磊;蔡歡歡;張文鋒;魏志強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 中國(guó)海洋大學(xué)
• 主分類號(hào): G06V40/10
• 分類號(hào): G06V40/10;G06V10/764;G06V10/40;G06V10/774;G06V10/80
• 代理公司: 青島華慧澤專利代理事務(wù)所(普通合伙) 37247
• 代理人: 趙梅

1.一種基于單樣本的半監(jiān)督行人重識(shí)別方法，其特征在于，包括以下步驟：

步驟1、設(shè)置單樣本數(shù)據(jù)集：從單樣本數(shù)據(jù)集中每個(gè)類別下的每個(gè)相機(jī)圖像中各隨機(jī)選取一張為有標(biāo)簽數(shù)據(jù)，其余的為無(wú)標(biāo)簽數(shù)據(jù)；

步驟2、設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)：設(shè)計(jì)多分支網(wǎng)絡(luò)結(jié)構(gòu)，在網(wǎng)絡(luò)結(jié)構(gòu)中添加部件分割模塊；

其中，所述多分支網(wǎng)絡(luò)結(jié)構(gòu)包括部件分割分支、全局分支和局部分支；在網(wǎng)絡(luò)結(jié)構(gòu)中添加部件分割模塊，所述部件分割模塊通過(guò)定位行人的不同部件區(qū)域，并利用部件標(biāo)簽作為監(jiān)督信息進(jìn)行單樣本部件分割任務(wù)訓(xùn)練；單樣本數(shù)據(jù)集中的標(biāo)簽數(shù)據(jù)和偽標(biāo)簽數(shù)據(jù)以及無(wú)標(biāo)簽數(shù)據(jù)同時(shí)進(jìn)行部件分割任務(wù)的訓(xùn)練；

步驟3、網(wǎng)絡(luò)訓(xùn)練：模型第一次訓(xùn)練時(shí)，網(wǎng)絡(luò)的訓(xùn)練包括少量有標(biāo)簽數(shù)據(jù)的部件分割任務(wù)以及分類任務(wù)、大量無(wú)標(biāo)簽數(shù)據(jù)的部件分割任務(wù)以及預(yù)測(cè)偽標(biāo)簽和計(jì)算排斥損失；隨著迭代訓(xùn)練次數(shù)的增加，網(wǎng)絡(luò)的訓(xùn)練過(guò)程為端到端的多任務(wù)訓(xùn)練包括標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)的部件分割任務(wù)以及分類任務(wù)、無(wú)標(biāo)簽數(shù)據(jù)的部件分割任務(wù)以及預(yù)測(cè)偽標(biāo)簽和計(jì)算排斥損失；

步驟4、有標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)損失計(jì)算：有標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)的交叉熵?fù)p失和部件分割損失相結(jié)合；

步驟5、無(wú)標(biāo)簽數(shù)據(jù)預(yù)測(cè)偽標(biāo)簽：采用近鄰算法為無(wú)標(biāo)簽數(shù)據(jù)分配偽標(biāo)簽；

步驟6、無(wú)標(biāo)簽數(shù)據(jù)損失計(jì)算：在模型訓(xùn)練的過(guò)程中，將每一個(gè)無(wú)標(biāo)簽數(shù)據(jù)看作單獨(dú)的一個(gè)類別，無(wú)標(biāo)簽數(shù)據(jù)使用排斥損失進(jìn)行訓(xùn)練，使每一個(gè)無(wú)標(biāo)簽數(shù)據(jù)彼此推遠(yuǎn)；

步驟7、損失函數(shù)融合：模型通過(guò)融合有標(biāo)簽數(shù)據(jù)損失和偽標(biāo)簽數(shù)據(jù)損失以及無(wú)標(biāo)簽數(shù)據(jù)的損失共同進(jìn)行模型的優(yōu)化；

其中，有標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)的損失包括基于全局特征計(jì)算的交叉熵?fù)p失和基于局部特征計(jì)算的交叉熵?fù)p失以及部件分割損失，計(jì)算公式為：

其中，L^ide表示有標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)的損失；表示有標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)基于全局特征的交叉熵?fù)p失，表示有標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)基于局部特征的交叉熵?fù)p失，表示有標(biāo)簽數(shù)據(jù)以及偽標(biāo)簽數(shù)據(jù)的部件分割損失；

無(wú)標(biāo)簽數(shù)據(jù)的損失包括排斥損失、部件分割損失，計(jì)算公式為：其中，L^u表示無(wú)標(biāo)簽數(shù)據(jù)的損失，表示無(wú)標(biāo)簽數(shù)據(jù)的排斥損失，表示無(wú)標(biāo)簽數(shù)據(jù)的部件分割損失；

所以，融合的損失函數(shù)公式為:L_all＝β*L^ide+(1-β)*L^u，

其中，L_all表示有標(biāo)簽數(shù)據(jù)損失以及偽標(biāo)簽數(shù)據(jù)損失和無(wú)標(biāo)簽數(shù)據(jù)損失的融合，即所有樣本的總體損失，β是調(diào)整有標(biāo)簽數(shù)據(jù)損失以及偽標(biāo)簽數(shù)據(jù)損失和無(wú)標(biāo)簽數(shù)據(jù)損失所占權(quán)重的超參數(shù)；

步驟8、迭代步驟3-7，采用漸進(jìn)式方式不斷從無(wú)標(biāo)簽數(shù)據(jù)中分配偽標(biāo)簽數(shù)據(jù)，直到所有無(wú)標(biāo)簽數(shù)據(jù)都分配為偽標(biāo)簽數(shù)據(jù)。