[发明专利]基于自适应特征聚类和多重损失融合的行人重识别方法

摘要

本发明提出了一种基于残差网的自适应特征聚类和多重损失融合的行人重识别方法，用于解决现有技术中行人重识别准确率低的技术问题，实现步骤为：构建基于50层残差网的自适应特征聚类网络；设计自适应特征聚类网络的损失函数；生成训练数据集和测试数据集；将训练数据集载入自适应特征聚类网络，结合数据增强策略，训练得到训练好的自适应特征聚类网络；对测试数据集进行测试。利用自适应特征聚类网络学习到了更具语义性的高层特征，并将其与中层特征相结合，得到了更全面的行人特征，使行人重识别达到较高的精度。

主权项

1.一种基于多尺度特征学习和特征分割的行人重识别方法，其特征在于，利用所构建的多尺度特征学习网络提取行人图像多尺度特征，利用所构建的特征分割模块提取不同尺度下全局特征和粗细两种不同粒度的局部特征；该方法的具体步骤包括如下：(1)构建多尺度特征学习模块：(1a)搭建一个11层的多尺度特征学习模块，其结构依次为：输入层→卷积层→最大池化层→八个沙漏模块；所述沙漏模块的结构为十个串联的残差块，其中第一个残差块的输出与第十个残差块的输入相连接，第二个残差块的输出与第九个残差块的输入相连接，第三个残差块的输出与第八个残差块的输入相连接，第四个残差块的输出与第七个残差块的输入相连接；(1b)设置多尺度特征学习模块各模块参数；(2)构建特征分割模块：(2a)搭建八个4层的特征分割模块，其结构依次为：特征分割层→全局池化融合层→全卷积层→SoftMax分类层；(2b)设置特征分割模块各层参数如下：将池化融合层输出的特征映射图设置为1792个，将全卷积层的输出特征映射图设置为256个；(3)构建特征学习网络：将多尺度特征学习模块中的每个沙漏模块输出与每个特征分割模块输入一对一连接，将每个沙漏模块中的第七、八、九、十共四个残差块输出与每个特征分割模块输入四对一连接；(4)对包含行人的视频进行预处理：(4a)从摄像头拍摄的视频图像中，各提取一段连续的包含多人行人的视频图像，从每幅视频图像中选取一帧图像，从每帧视频图像中裁取出每个行人所占区域的图像，将所有裁取的图像组成行人图像集合A，将行人图像集合A中的行人图像大小统一设置为384×124像素；(4b)将行人图像集合A中同一行人的所有图像，标注为同一类行人图像的真实标签，每一类至少包含一幅行人图像，将带有真实标签的所有行人图像组成行人图像训练集；(4c)从摄像头拍摄的视频图像中，各提取一段连续的包含多人行人的视频图像，从每幅视频图像中选取一帧图像，从每帧视频图像中裁取出每个行人所占区域的图像，将所有裁取的图像组成行人图像集合B，将行人图像集合B中的行人图像大小统一设置为384×124像素；(4d)从行人图像集合B中任意选取一幅行人图像，作为查询目标行人图像，将行人图像集合B中其余的行人图像作为候选行人图像集；(5)训练特征学习网络：(5a)将行人图像训练集输入到特征学习网络，将第八个特征分割模块SoftMax分类层输出的概率分布，作为每个行人图像的预测概率分布，将预测概率分别中最大值所属类别作为行人图像的预测标签；(5b)使用标签平滑的交叉熵公式，计算行人图像训练集中每个行人图像的预测标签与该行人图像对应真实标签的交叉熵，将所有交叉熵之和作为特征学习网络的损失值；(5c)使用随机梯度下降法，训练特征学习网络；(6)计算特征距离：(6a)将查询目标行人图像和候选行人图像集中每个行人图像输入到特征学习网络，将特征学习网络中第八个特征分割模块全卷积层输出的特征映射图，作为每个行人图像特征；(6b)利用欧氏距离公式，计算查询目标行人图像特征与候选行人集中每个行人图像特征的特征距离；(7)获得匹配图像：将候选行人集中的行人图像按照特征距离的大小升序排序，将前20幅图像作为行人重识别的匹配图像。