[发明专利]基于部分共享网络和余弦间隔损失函数的行人搜索方法

说明书

本发明涉及一种基于部分共享网络和余弦间隔损失函数的行人搜索方法，包括以下内容：首先，设计了一个新的神经网络结构，让行人检测和行人重识别部分共享更为浅层的特征，使得它们更加专注各自的任务，从改进模型结构的角度，在一定程度上减轻它们之间的相互干扰。其次，深入研究了多损失函数联合优化中，行人重识别损失函数的权重对模型优化的影响，通过设置合理的损失函数参数，从优化角度缓解行人检测和重识别之间的相互干扰。最后，提出了更加鲁棒的查找表更新策略，将余弦间隔加入到OIM损失函数中以减小同类样本之间的距离，最终使得网络学习的行人特征更加具有区分性。本发明能够降低行人检测和行人重识别之间的相互干扰。

技术领域

本发明涉及计算机视觉应用技术领域，特别是涉及一种基于部分共享网络和余弦间隔损失函数的行人搜索方法。

背景技术

行人重识别旨在从无重叠视域的多摄像机监控系统中匹配出目标行人，是计算机视觉领域中一个十分重要并且发展速度很快的研究领域。目前，行人重识别在视频监控领域已经有了很多的应用，例如从人群中搜索犯罪嫌疑人，跨摄像头行人跟踪，行人活动分析等，对保障公众生命财产安全有着十分重要的意义，因此，近年来行人重识别技术引起了学术界和工业界的广泛研究。虽然目前已经有很多行人重识别的数据集和相关算法被提出，但是行人重识别技术本身和现实生活中的实际应用仍然存在着一个巨大的鸿沟：即在大部分的行人重识别研究中，都以剪切好的行人图像作为将要查询的数据集，但是在现实场景下，监控系统采集的图片都是场景图片，需要先从场景图片中检测出所有的行人后，再进行目标行人查询。因此，实际应用中需要将行人检测和行人重识别任务结合起来，同时处理这两种任务。行人搜索旨在将行人检测和行人重识别同时处理，从场景图中检索出目标行人，是近年来出现的新颖课题，得到了学术界和工业界的广泛关注。

过去几年，有很多行人搜索的算法被提出，这些算法大致可以被分为两类：两步骤的算法和端到端的算法。两步骤算法使用行人检测模型和行人重识别模型对这两个任务分别处理，将场景图片作为输入，先进行行人检测，在得到检测的行人切片后，再将行人切片作为行人重识别网络的输入进行匹配；端到端算法则利用一个联合优化的深度学习模型，通过设置包含行人检测和行人重识别的多损失函数，将这两个任务进行统一处理。从理论上讲，端到端的行人搜索算法比两步骤算法具有更多优势，例如：行人检测和行人重识别可以通过联合优化来互相促进，使得行人误检测的概率降低，识别的准确率提高，同时，它们两者共享特征层也会使得行人搜索更有时间效率。

然而，端到端的模型总是面临这三个重要的问题。第一个是行人检测和行人重识别共享特征会影响模型的性能。第二个是端到端模型由于使用了多任务学习的方式，其模型性能非常依赖行人检测和行人重识别损失函数之间权重的合理设置。最后一个是在端到端行人搜索网络中广泛使用的行人重识别损失函数OIM损失函数缺少对行人的区分能力，因为其只考虑了正确地区分不同类样本，却忽略了优化同类样本之间的相似性。

发明内容

本发明所要解决的技术问题是提供一种基于部分共享网络和余弦间隔损失函数的行人搜索方法，能够降低行人检测和行人重识别之间的相互干扰。

本发明解决其技术问题所采用的技术方案是：提供一种基于部分共享网络和余弦间隔损失函数的行人搜索方法，包括以下步骤：

(1)构建神经网络结构，包括行人建议网络和行人重识别网络；所述神经网络结构采用ResNet-50作为基础网络，所述ResNet-50包括卷积层Conv1和四个卷积层组Conv2_x到Conv5_x，其中，每个卷积层组分别有3，4，6和3个残差单元；

(2)将图片输入至所述神经网络结构，所述神经网络结构的Conv1到Conv3_4作为主干网络提取浅层特征图，所述浅层特征图由行人建议网络和行人重识别网络共享；