[发明专利]基于Siamese网络的用于行人重识别的方法

权利要求书

1.一种基于Siamese网络的用于行人重识别的方法，其特征在于，包括以下步骤：

步骤1，预训练ResNet-50网络：将ImageNet数据集作为训练数据集，训练一个ResNet-50网络，使ResNet-50网络具有初始值；

步骤2，调整ResNet-50网络：将ResNet-50网络的softmax输出层替换为一个大小为1*1*4096*n的卷积层，在该卷积层后再加上一个softmax层进行归一化操作；

步骤3，搭建形成一个Siamese网络：将步骤2所得的ResNet-50网络进行复制，然后将两个ResNet-50网络做并行连接，形成一个Siamese网络；

步骤4，完善Siamese网络：将步骤2中的两个1*1*4096*n卷积层数据输入到一个平方层中，平方层后依次加入一个1*1*4096*2的卷积层和一个softmax层，组成一个完整的Siamese网络；

步骤5，预处理训练数据集：将训练数据集中的所有图像进行随机剪裁，得到一组尺寸为224*224的训练数据集，将剪裁后得到的训练数据集顺序打乱，从中抽取相同和不同类别的图像，组成新的训练数据集；

步骤6，训练Siamese网络：使用步骤5中所得的训练数据集，训练步骤4中的Siamese网络，利用随机梯度下降法求解损失函数，对网络中的参数进行升级优化；

步骤7，将待查图像与训练数据集中的图像匹配成图像对：使用训练好的模型进行行人识别，将一幅待查图像作为Siamese网络的一个输入，将训练数据集中的图像作为Siamese网络的另一个输入，与待查图像匹配成图像对，并得到Siamese网络对两图像的判别和分类结果；

步骤8：进行行人重识别：将两张图像的分类结果和两图像是否一致作为判别条件，判断训练数据集中哪些图像和待查图像属于同一个行人。

2.根据权利要求1所述的基于Siamese网络的用于行人重识别的方法，其特征在于，步骤1所述的预训练ResNet-50网络，采用dropout或Batch Normalization方法对图像进行优化，使ResNet-50网络具备图像特征提取的能力。

3.根据权利要求1所述的基于Siamese网络的用于行人重识别的方法，其特征在于，步骤2所述的调整ResNet-50网络，具体为：

将ResNet-50网络的softmax输出层替换为一个大小为1*1*4096*n的卷积层，其中n为训练数据集中图像所属标签总数，经过了这个卷积层后，得到一个1*1*n大小的张量，然后将这个张量输入一个softmax层中进行归一化处理。

4.根据权利要求1所述的基于Siamese网络的用于行人重识别的方法，其特征在于，步骤4所述的完善Siamese网络，具体如下：

步骤2中卷积层的输入即ResNet-50网络的输出，是一个大小为1*1*4096的张量，这个张量表示ResNet-50网络对输入图像提取的特征；将两个ResNet-50网络提取的图像特征通过平方层做相减平方处理，得到两图像的相似度，再通过一个1*1*4096*2的卷基层和一个softmax层，然后将结果归一化处理。

5.根据权利要求1所述的基于Siamese网络的用于行人重识别的方法，其特征在于，步骤6所述的训练Siamese网络，具体如下：

将步骤5中生成的新训练集输入到Siamese网络中进行训练，损失函数分为三个部分：两个ResNet-50网络的交叉熵和经过平方层输出的交叉熵，交叉熵表达式如下：

其中，K为输入图像的个数，i为输入图像的编号，p为这幅图像所属的真实标签，为通过卷积神经网络分类的概率结果；

然后使用随机梯度法对三个损失函数的和求最优解，从而对相应参数优化升级。

6.根据权利要求1所述的基于Siamese网络的用于行人重识别的方法，其特征在于，步骤8所述的进行行人重识别，具体如下：

步骤4中所构建的Siamese网络具备两个功能：对输入图像分类，度量两个输入图像的相似度；如果两图像的分类结果同属一类并且两图像的判别结果为1，那么训练数据集中的图像和待查询图像是同一个行人；如果两图像的分类结果同属一类或者两图像的判别结果为0，则不是同一个行人。