[发明专利]一种行人重识别模型训练的方法、装置和设备

说明书

本发明公开了一种行人重识别模型训练的方法、装置、设备以及计算机可读存储介质，包括：基于两个卷积神经网络构建两个行人重识别网络模型；将目标域图像集输入每个行人重识别网络模型中，利用卷积神经网络和Transformer提取中间特征；利用全局子值池化模块对中间特征进行处理，输出最终特征值，并进行聚类分析，得到硬伪标签；构建每个行人重识别网络模型的时序平均模型，将目标域图像集输入每个时序平均模型中，得到软伪标签；利用软硬伪标签代优化行人重识别网络模型，选取目标行人重识别网络模型。本发明通过Transformer和全局子值池化模块获得高质量的特征信息，通过聚类得到更高质量的伪标签，大幅提高模型性能，提高行人重识别的准确度。

技术领域

本发明涉及计算机视觉领域，特别是涉及一种行人重识别模型训 练的方法、装置、设备以及计算机可读存储介质。

背景技术

行人重识别是计算机视觉领域的热门研究方向之一，旨在定位多 个非重叠摄像头下的某一行人。传统行人重识别的研究往往依赖于大 量标注好的图像，实际应用中，标注图像会浪费大量的人力与财力， 域自适应的行人重识别方法解决了这个问题，该技术可以将有标注源 域数据集上学习到的模型应用到无标注目标域数据集上。

现有的基于伪标签的与自适应行人重识别方法往往只关注聚类 的方法，忽视了模型自身提取特征的能力，还要依赖大量数据进行训 练，使提取的伪标签鲁棒性不强，质量不高，现在急于要提升模型的 性能。

综上所述可以看出，如何提高伪标签的质量来实现高精度的行人 重识别是目前有待解决的问题。

发明内容

为解决上述技术问题，本发明提供一种行人重识别模型训练的方 法、装置、设备以及计算机可读存储介质，包括：

基于预训练的两个神经网络构建第一行人重识别网络模型和第 二行人重识别网络模型，每个行人重识别网络模型包括卷积神经网络、 Transformer模块和全局子值池化模块；

将目标域图像集分别输入所述第一行人重识别网络模型和第二 行人重识别网络模型中，利用所述每个行人重识别网络模型中的所述 卷积神经网络进行处理，利用所述Transformer模块提取全局信息，得 到中间特征；

将所述中间特征输入所述全局子值池化模块中，利用所述全局子 值池化模块进行池化处理，输出最终特征值，并进行聚类分析，得到 所述每个行人重识别网络模型的硬伪标签；

构建所述每个行人重识别网络模型的时序平均模型，将所述目标 域图像集分别输入每个时序平均模型中，得到所述每个时序平均模型 软伪标签；

利用所述硬伪标签和所述软伪标签对所述第一行人重识别网络 模型和第二行人重识别网络模型进行协同训练；

选取两个时序平均模型中mAP精度值大的模型作为目标行人重 识别网络模型。

优选地，所述利用所述每个行人重识别网络模型中的所述卷积神 经网络进行处理，利用所述Transformer模块提取全局信息，得到中间 特征包括：

将所述目标域图像集输入所述每个行人重识别网络模型中，利用 所述卷积神经网络进行处理，并进行空间维度展平得到特征f，将所述 特征f附上cls标记得到特征f_cls，并对所述特征f_cls进行位置编码得到 特征f_cp；

将所述特征f_cp输入所述Transformer模块中，利用所述 Transformer模块进行处理并进行转置和维度扩展，得到所述中间特征 F。

优选地，所述将所述中间特征输入所述全局子值池化模块中，利 用所述全局子值池化模块进行池化处理，输出最终特征值，并进行聚 类分析，得到所述每个行人重识别网络模型的硬伪标签包括：