[发明专利]一种自适应多任务深度学习的行人再识别方法

说明书

本发明公开了一种自适应多任务深度学习的行人再识别方法，涉及机器学习与模式识别技术领域，能够提升行人再识别的性能，包括以下步骤：1)以行人再识别数据集和服装属性数据集构建训练样本，用于行人身份和行人服装属性联合学习；2)CNN基模型采用去除最后一层全连接层的VGG‑19网络，其模型初始值采用大规模ImageNet图像集上已经训练好的VGG‑19模型参数；3)初始化后的VGG‑19网络，通过自顶向下逐层网络扩宽算法，将CNN基模型进行多轮扩宽；4)以固定的VGG‑19扩宽网络作为多任务深度网络，经过多任务损失函数监督网络的训练，经过多次迭代不断地优化网络模型参数，从而获取用于行人再识别的优选模型。

技术领域

本发明涉及机器学习与模式识别技术领域，具体涉及一种自适应多任务深度学习的行人再识别方法。

背景技术

行人再识别属于一种智能视频分析技术，对行人目标的跨摄像头跟踪以及行人行为分析等具有重要的研究意义。行人再识别技术，是指让计算机去判断不同摄像头拍摄的行人图像是否具有相同身份，通过行人的外观去匹配不同摄像头拍摄的行人图像。因监控场景的多变性和行人外观变化的复杂性，对行人再识别的研究极具挑战性，其主要原因是由于人体自身结构具有刚性和可变性的特点，当行人姿态发生改变，所呈现的视觉特征会发生改变。同时，在不同摄像头下，由于光照、视角、其他目标的遮挡以及过于复杂的背景等情况，都会导致同一行人在不同场景中的外观发生显著变化。

从原始行人图像/视频数据中提取具有辨识力、鲁棒的特征表示，已成为行人再识别的重要任务之一。近年来，深度学习技术的发展为辨识特征提取带来了新的研究思路，已成为行人再识别技术研究的主流。深度学习主要是利用多层次的神经网络结构，从大量数据中自动学习更高层次、更加抽象的特征表示。卷积神经网络(CNN)作为深度学习研究的典型模型，采用了卷积层、池化层以及全连接层，并且利用反向传播算法计算误差用于调整网络参数。然而，深度学习技术需要大量的样本标注，才能学习到优选特征模型。然而，基于有限的行人样本标注的行人再识别数据集，难于学习到一个具有辨识力和鲁棒性的特征模型，以应对跨摄像头复杂的场景变化。

发明内容

本发明的目的在于克服上述现有技术的缺陷，将深度学习和多任务学习相结合，提出一种自适应多任务深度学习的行人再识别方法。此方法能够在有限样本标注条件下，获取更具辨识力和鲁棒性的优选特征模型，更好地克服了跨摄像头复杂的场景变化给行人外观带来的影响，具有较优的行人再识别性能。

按照本发明所采用的技术方案，所述自适应多任务深度学习的行人再识别方法包括以下步骤：

步骤1，从行人再识别基准数据集中选择用于行人身份信息识别的训练样本，从具有多种服装类别标注的服装属性数据集中选择用于行人服装属性分类的训练样本，一起用于行人身份和行人服装属性特征的联合学习；

步骤2，CNN基模型采用去除最后一层全连接层的VGG-19网络，其模型初始值采用大规模ImageNet图像集上已经训练好的VGG-19模型参数；

步骤3，初始化后的VGG-19网络，通过自顶向下逐层网络扩宽算法，将CNN基模型进行多轮扩宽；

步骤4，使用步骤1的训练样本，以固定的VGG-19扩宽网络作为多任务深度网络，应用多任务损失函数监督网络的训练，经过多次迭代不断地优化网络模型参数，从而获取用于行人再识别的优选模型，利用该模型进行行人再识别；所述多任务损失函数由行人身份学习的损失函数和行人服装属性学习的损失函数组成，共同监督指导行人特征在网络中的学习。

具体的，步骤2中，VGG-19网路结构由5组卷积层和2层全连接层组成，共18层。

具体包括：

第1组卷积层由2个卷积层组成，每个卷积层输出64个特征平面；

第2组卷积层由2个卷积层组成，每个卷积层输出128个特征平面；