[发明专利]用于图像或视频中行人重识别的深度判别网络模型方法

权利要求书

1.一种用于图像或视频中行人重识别的深度判别网络模型方法，通过构建深度判别网络，将不同输入图像在颜色通道上进行融合拼接，将得到的拼接结果定义为不同图像的原始差异性空间；将原始差异性空间送入卷积网络中，通过学习原始差异性空间中的差异性信息，网络输出两张输入图像之间的相似性，由此实现行人重识别；包括如下步骤：

1)设计深度判别网络模型的结构，包括原始差异性空间和卷积神经网络，其中卷积神经网络包含三个相连的卷积模块和Inception模块，紧接着一个非对称的卷积层和全联接层；包括如下过程：

11)通过将不同输入图像在颜色通道上进行融合拼接，构建图像的原始差异性空间，作为卷积神经网络直接学习的对象；

12)设计三个相连的卷积模块，用于学习输入图像的差异性信息；

13)设计一个Inception模块，紧接在卷积模块的后面，用于增加网络的深度和宽度；

14)设计一个非对称的卷积操作进一步降低差异性维度，并计算输入图像之间的相似度；

2)将数据集X中的行人图片设置为相同大小，并划分为训练集T和测试集D；

3)利用训练集T训练步骤1)构建的深度判别网络，更新学习参数，直到收敛，得到训练好的深度判别网络模型；包括如下步骤：

31)通过以下方式对训练集T中的图片进行数据增强，获取多张样本图片；

32)对上述样本图片进行预处理：计算训练集中所有样本的均值和方差，然后对所有图片进行归一化操作，得到正态分布的样本数据，以此作为训练样本数据；

33)利用训练样本数据得到相似对和不相似对，生成针对每个人的最终训练样本；

34)采用批量训练的方法，一次随机从上述训练样本中采样多对行人图片，并使用随机梯度下降法更新网络参数，直到收敛，得到训练好的深度判别网络模型；

4)利用训练好的深度判别网络模型对测试数据集D进行识别，可验证测试数据集D中两张输入图像中的行人是否属于同一行人，获得识别准确率。

2.如权利要求1所述深度判别网络模型方法，其特征是，步骤11)具体将输入的两张图像在颜色通道R、G、B上进行融合拼接，使成为包含六个通道R、G、B、R、G、B的图像结果，定义为两个图像的原始差异性空间。

3.如权利要求1所述深度判别网络模型方法，其特征是，步骤12)三个相连的卷积模块中，每一个模块均包含2个卷积操作、1个ReLU映射和1个最大池化操作。

4.如权利要求3所述深度判别网络模型方法，其特征是，卷积模块的卷积核大小为3*3；步长为1；采样大小为2*2；步长为2。

5.如权利要求1所述深度判别网络模型方法，其特征是，步骤14)采用一个非对称的卷积操作进一步降低差异性维度，并使用全联接和SoftMax方法计算输入图像之间的相似度。

6.如权利要求1所述深度判别网络模型方法，其特征是，步骤2)具体将数据集X中的行人图片统一设为160*60大小，并随机划分为训练集T和测试集D。

7.如权利要求1所述深度判别网络模型方法，其特征是，步骤31)通过以下方式对训练集T中的图片进行数据增强：

A.对训练集T中的图片进行水平翻转，得到各个图片的镜像图；

B.以训练集T中的每张图片中心为基准，采样在水平和竖直方向上随机偏移一定大小的多张图片，作为样本；偏移范围为[-0.05H,0.05H]*[-0.05W,0.05W]，H和W分别是原始图像的高和宽。

8.如权利要求1所述深度判别网络模型方法，其特征是，步骤33)对于每个人的所有样本中的每一个相似对，从其他所有人的样本中随机选取两张图片与其中一个样本构成不相似对，作为最终的训练样本。

9.如权利要求1所述深度判别网络模型方法，其特征是，步骤34)具体采用一次采样128对行人图片进行批量训练；使用随机梯度下降法时，学习率设为0.05、动量为0.9、学习率衰减为0.0001，权重衰减为0.0005。

10.如权利要求1所述深度判别网络模型方法，其特征是，步骤3)之后，使用测试集D中的行人图片对训练好的深度判别网络模型进行评估。