[发明专利]一种半监督行人重识别模型、方法和装置

说明书

本发明提供了一种半监督行人重识别模型、方法和装置，包括利用SPGAN神经网络对源域数据集的图像进行风格迁移生成与目标域数据集的图像风格相匹配的图像，将生成的相匹配的图像输入ResNet进行预训练；将利用DBSCAN算法聚类生成的硬伪标签的数据网络和基于ResNet的预测值的数据网络使用平均教师模型进行相互学习与监督，直到平均教师模型收敛；将基于ResNet的预测值的数据网络和平均教师模型的预测值的数据网络载入FPGA，实现源域数据集的图像与目标域数据集的图像的匹配。本发明克服了普通卷积神经网络过拟合的问题，能够在应用过程中自我升级，具有良好的自适应性，可快速切换并适应不同的应用场景。

技术领域

本发明属于计算机视觉与智能信息处理技术领域，具体涉及一种半监督行人重识别模型、方法和装置。

背景技术

行人重识别(person re-identification)主要指给定一个摄像头拍摄的行人图像，从其他视野可能重叠但视角不同的摄像头捕获的大量图像中重新识别该行人的过程，是近年来计算机视觉领域的研究热点，在安保领域有着广泛的应用空间。

一般来说，行人重识别任务可以分解为特征提取和特征匹配两个过程。由于不同摄像头捕获的图像其背景、光照、姿势、相机分辨率都存在着较大差异，使得特征提取和特征匹配度都面临极大的挑战，提取稳健的特征表示以及设计适当的特征学习算法也就成为了解决行人重识别问题的关键。

一些研究者主要致力于提取鲁棒性较好的特征来强化行人特征的判别性，也有一些研究者主要关注在学习方法上。例如设计更好的度量方法，以使其更容易地识别相同的人，并区分不同的人，或通过学习公共的子空间或者字典消除不同摄像头之间的差异。

当前，该领域的大部分工作都关注在有监督场景下的行人重识别问题。然而在现实中，行人重识别的数据标注工作往往需要花费大量的人力和财力，特别是对跨摄像头间的行人数据进行关联的这一步骤。并且在当前深度学习时代，大部分方法都是依赖大规模的有标记数据来训练一个深度模型。而数据标注的高成本使得有监督的方法难以扩展到现实应用中。这也是阻碍行人重识别技术能够真正落地的一大因素。另一方面，在现实生活中我们能够轻松获得大量无标记的行人数据。因此在行人重识别问题的研究中，如何使用少标记的大规模图像数据来训练得到鲁棒性较好的模型，具有重大的研究价值和意义。

发明内容

本发明为了解决如何使用少标记的大规模图像数据来训练得到鲁棒性较好的模型的问题，提出了一种半监督行人重识别模型、方法和装置，该方法不存在过拟合，欠拟合，且识别精度高，网络可解释能力强。为实现上述目的，本发明采用以下具体技术方案：

一种半监督行人重识别方法，包括以下步骤：

S1、利用SPGAN神经网络对有标签的源域数据集的图像进行风格迁移，生成与无标签的目标域数据集的图像风格相匹配的图像，将生成的与无标签的目标域数据集的图像风格相匹配的图像输入到ResNet进行预训练，得到基于ResNet的预测值的数据网络；

S2、将利用DBSCAN算法聚类生成的硬伪标签的数据网络和基于ResNet的预测值的数据网络使用平均教师模型进行相互学习与监督，直到平均教师模型收敛，得到平均教师模型的预测值的数据网络；

S3、将基于ResNet的预测值的数据网络和平均教师模型的预测值的数据网络载入FPGA，实现源域数据集的图像与目标域数据集的图像的匹配。

优选地，平均教师模型用于第一训练和第二训练：

第一训练包括利用蒸馏学习的方法对生成的硬伪标签的数据网络的参数进行更新；

第二训练包括利用损失函数减弱硬伪标签的数据网络自身的噪声。

优选地，利用蒸馏学习的方法对生成的硬伪标签的数据网络的参数进行更新的公式为：