[发明专利]一种基于知识蒸馏的行人重识别方法

权利要求书

1.一种基于知识蒸馏的行人重识别方法，其特征在于，包括如下步骤：

S100：建立完整行人网络和部分行人网络，所述完整行人网络和部分行人网络具有相同的网络结构；

S200：从现有的公开数据集中获取多张完整行人图像构建数据库，将完整行人图像随机裁剪得到部分行人图像，初始化完整行人网络和部分行人网络的参数；

对于完整行人网络，以完整行人图像作为训练样本，提取训练样本的特征进行完整行人网络训练，对于每个训练样本，计算完整行人网络输出与对应的样本真实身份标签间的损失，反向传播更新完整行人网络参数，当损失不再下降，训练结束；

对于部分行人网络，以部分行人图像作为训练样本，提取训练样本的特征进行部分行人网络的训练，对于每个训练样本，计算部分行人网络输出与对应的样本真实身份标签间的损失，反向传播更新部分行人网络参数，当损失不再下降，训练结束；

全局相关性知识蒸馏方法GRKD，该GRKD迫使部分行人网络的输出去模拟完整行人网络的鲁棒性输出，使得两个网络的特征空间一致，通过反向传播算法，部分行人网络可以从完整行人特征中学习全局相关性知识；

对于完整行人网络计算完整行人网络输出与对应的样本标签间的损失以及对于部分行人网络计算部分行人网络输出与对应的样本标签间的损失的方法相同，具体如下：

构建整体损失，如公式(1)所示：

其中，L_CE为交叉熵损失，L_T为三元组损失，为基于特征的损失，为基于距离的损失；

其中，y表示输入图像真实的身份标签，表示完整行人网络或部分行人网络的softmax层之后的输出；

总的三元组损失如公式(3)所示：

L_T＝L_{T_h}+L_{T_p}+L_{T_h2p}+L_{T_p2h} (3)

其中，L_{T_h}和L_{T_p}分别表示完整行人网络和部分行人网络各自独立计算的三元组损失，和分别表示描点样本(anchor)的正样本集和负样本集，α表示三元组损失中约束正负样本对距离差异的阈值，d表示距离函数，h_a表示以完整行人图像作为锚点样本，h_p表示以完整行人图像作为正样本，h_n表示以完整行人图像作为负样本，p_a表示以部分行人图像作为锚点样本，p_p表示以部分行人图像作为正样本，p_n表示以部分行人图像作为负样本；

L_{T_h2p}表示以完整行人图像作为锚点样本，以部分行人图像作为正负样本构建的三元组损失，L_{T_p2h}表示以部分行人图像作为锚点样本，以完整行人图像作为正负样本构建三元组损失；

对于一个训练批次的第i和第j个图像，计算它们的完整行人图像特征之间的距离D_h[i，j]，并且对于它们裁剪后的部分图像，计算它们的部分行人图像特征之间的距离D_p[i，j]，基于距离矩阵的损失如公式(8)所示：

基于特征的损失函数最小化它们之间的均方误差，如公式(9)所示：

其中，N表示一个训练批次的数据量，||·||₂表示l₂距离；

S300：对于待预测图像，若待预测图像是完整行人图像，则将待预测图像输入训练好的完整行人网络中，训练好的完整行人网络计算待预测图像的特征与数据库中各图像的特征之间的距离，根据距离由大到小的顺序输出与待预测图像的特征之间距离排在前M的图像；

若待预测图像是部分行人图像，则将待预测图像输入训练好的部分行人网络中，训练好的部分行人网络计算待预测图像的特征与数据库中各图像的特征之间的距离，根据距离由大到小的顺序输出与待预测图像的特征之间距离排在前M的图像。

2.如权利要求1所述的基于知识蒸馏的行人重识别方法，其特征在于，所述S100建立的完整行人网络N_h和部分行人网络N_p以ResNet-50作为骨干网络，将每个图像映射到固定大小的向量表示，R^W×H×3→R^D；

对原始的ResNet-50做了如下修改：将原始的ResNet-50最后一个ReLU激活函数和最终的分类层均使用BNNeck层代替，将原始的ResNet-50最后一个残差块的步长从2减小到1。