[发明专利]一种基于深度学习的行人重识别方法

说明书

本发明公开了一种基于深度学习的行人重识别方法。本发明对输入到孪生神经网络中的一对数据提取特征的同时，在每一步降维或卷积操作之后计算两个输入数据之间的欧氏距离，由此获得一个欧式距离矩阵；利用该欧式距离矩阵设计一个损失函数，使用图像对或高维特征图像对计算出来的欧式距离，对最终使用特征序列对计算出的欧式距离进行优化，通过网络的梯度回传，优化参数，加速网络的训练。本发明充分利用原本原图像中的行人信息，使用完整的图像信息来优化模糊的图像特征，进一步优化网络参数，使得神经网络之间的参数更容易拟合，加快网络训练速度。

技术领域

本发明属于计算机视觉中的行人重识别，主要为了提高行人重识别的准确度，具体涉及一种基于深度学习以及行人重识别。

背景技术

行人重识别(Person Re-identification也称行人再识别，简称为Re-ID，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。在监控视频中，由于相机分辨率和拍摄角度的缘故，通常无法得到质量非常高的人脸图片。当人脸识别失效的情况下，行人重识别就成为了一个非常重要的替代品技术。

计算机视觉又被称为计算机模仿人类的光学识别系统，需要借助光源感应器计算机控制系统等，对物体进行定位判断和动作的研究目前已有30多年，且该技术多应用于工程方面，虽然与人体的视觉系统存在差异，但在一定的环境和模式背景下由计算机实现完全准确工作，完成人类不能做的工作和代替人类完成一些工作量较大的任务。影像处理是计算机视觉的主要内容，主要包括数字影像的处理、模拟信号输入、分析、取样等十项技术。具体流程是将影像摄入之后将影像进行强化，除去噪声、压缩之后对比数据库的样本，由程序作出分析判断，完成命令下达。

随着计算机视觉的发展，人们一直研究图像、文字、音频，进而计算机视觉艺术也被人们所了解，其形式上发生的变化也得到大众的广泛关注。在传统的寻人技术中，需通过翻阅所有目标任务所在的区域所有的摄像头，来寻找特定目标，需要花费大量的人力和时间。使用行人重识别技术，通过提取图像中对人们有用的信息，来使识别出寻找目标所花费的代价减少。

但相比于人脸识别来说，行人重识别在实际应用场景下的数据非常复杂，由于不同摄像设备之间的差异，同时行人兼具刚性和柔性的特性，外观易受穿着、尺度、遮挡、姿态和视角等影响，所以，对行人重识别算法的要求也更高。因此，设计出更有效的算法或方法来更准确的在不同设备之间识别出目标任务，是行人重识别的重点工作。

在基于深度学习的行人重识别技术中，我们需要对大量现有数据集进行训练，使网络参数更拟合在图像中识别目标的任务。并且，作为网络的输入图像，是已经经过目标检测标定后，去除大部分背景的行人图像，这些图像中的行人将作为主要信息输入到网络中进行训练。但对大量维度高的图像进行计算，会十分耗费资源，并且因为背景信息的冗余而减少学习的有效性，并降低识别的准确率。借助深度学习中的卷积神经网络，我们可以通过大量的训练，从大数据中提取出少量但包含丰富、重要信息的特征序列，从而提升行人重识别技术的可行性。

孪生神经网络有两个输入，将两个输入传入进入两个神经网络，这两个神经网络分别将输入映射到新的空间，形成输入在新的空间中的表示。通过计算损失，评价两个输入的相似度。

通过度量学习(Metric Learning)来提升行人重识别的准确率是如今该技术的一个主流方向，卷积神经网络需要经过大量的训练才能将神经网络中的参数更好的拟合所有数据，才能服务于未参与网络训练的数据。度量学习通过计算正负样本之间的距离，将正样本和负样本分别聚类，而正负样本之间又有着较大的距离，以此达到聚类又分类的目标。所以如何优化度量学习方法成了科研人员的重点工作之一。

发明内容