[发明专利]基于孔洞卷积与注意力学习机制的行人再识别方法

摘要

本发明公开了一种基于孔洞卷积与注意力学习机制的行人再识别方法，用于解决现有行人再识别方法实用性差的技术问题。技术方案是首先设计基于孔洞卷积的瓶颈模块，并将多个瓶颈模块串联组成主干网络；对主干网络进行预训练，得到预训练模型；在主干网络的不同层次提取注意力特征图，并限制多层注意力特征图一致，自主学习不同层次注意力特征；采用交叉熵损失函数、三元组损失函数以及注意力特征图约束损失函数对网络进行训练；利用主干网络直接提取最终的特征，并在行人检索库中搜索与待搜索行人特征距离最小的行人图片，将身份赋予待搜索行人，完成再识别过程。本发明将卷积神经网络与注意力学习机制相结合，能够精确进行行人再识别，实用性好。

主权项

1.一种基于孔洞卷积与注意力学习机制的行人再识别方法，其特征在于包括以下步骤：步骤一、设计基于孔洞卷积的瓶颈模块，将多个瓶颈模块串联组成主干网络；步骤二、使用注意力特征图提取模块，根据注意力特征图公式：提取注意力特征图；其中，input为输入特征，att_i,j代表注意力特征图上的(i,j)点的数值，i,j为特征(i,j)点的数值，1≤i≤H，1≤j≤W，H，W分别为输入特征的高和宽，k为特征的一个通道，1≤k≤C，C为特征的通道数；将特征在通道上进行平均，得到注意力特征图；步骤三、对主干网络进行训练；训练采用随机梯度下降法，对分类损失函数、三元组损失函数以及注意力特征图约束损失函数进行优化；分类损失函数公式如下：L_cls＝‑logp_u，其中，u是真实类别标签，N为类别数目；三元组损失函数公式如下：L_trip＝max(0,d(f(x_i),f(x_j))‑d(f(x_i),f(x_k))+α)，其中，x_i,x_j,x_k为输入的三张行人图片，x_i,x_j行人身份一致，x_i,x_k行人身份不一致，α为间隔，f(·)为通过卷积神经网络提取的特征，d(·)为欧氏距离；注意力特征图约束损失函数公式如下：L_sac＝|att(l₅)‑att(l₃)|+|att(l₅)‑att(l₄)|，其中，att(·)为不同层次的注意力特征图，l.为各层次中最后一个卷积层输出的特征；通过随机梯度下降训练网络直至收敛，并保存网络权重；步骤四、利用步骤三训练完成的网络提取对应测试行人特征，以及行人检索库的行人特征；步骤五、将步骤四提取的测试行人特征与检索库中行人特征计算距离，并进行排序，将排序中距离最小的检索库行人图片的行人身份赋予待搜索行人，完成行人再识别。