[发明专利]基于增广网络的无监督行人重识别方法

说明书

本发明提供一种基于增广网络的无监督行人重识别方法，该方法以原始数据库中的行人图像数据为基础，进行多种形式的数据增广，将增广后的图像数据视作基础数据的同一标签数据通入参数不共享的网络分别提取特征，帮助网络进行训练。本发明的方法主要考虑如何在数据集不够丰富的情况下对无法直接作为输入的无标签数据进行利用，可以直接使用这种方法得到的主网络模型直接在测试集上进行特征提取后用于测试；也可以用这种方式先使用无标签的数据进行多个增广网络与主网络的预训练，再使用有标签的数据对主网络参数进行微调，从而有效利用无标签信息并提升行人重识别的准确率。

技术领域

本发明涉及深度学习领域，更具体地，涉及一种无监督的行人重识别方法。

背景技术

近年来，深度学习技术不断发展，基于深度神经网络的深度学习方法早已应用在我们生活中的方方面面。例如自然语言处理(Natural Language Processing)领域的文本翻译、文本分类等；计算机视觉(Computer Vison)领域的图像检索、人脸识别等。深度学习方法的出现给人类社会带来了极大的便捷性。

行人重识别方法就是基于深度学习方法的一种重要应用。行人重识别(Personre-identification)也称行人再识别，是利用计算机视觉技术判断由互相视野不覆盖的摄像头获取的图像或者视频序列中是否存在特定行人的技术。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，使得行人重识别成为计算机视觉领域中一个既具有研究价值同时又极具挑战性的热门课题。

行人重识别在学术领域有一些专门的数据库，但是由于数据的获取与标定需要花费大量的人力与财力，这些数据集的图像数量都很少。Market-1501与DukeMTMC-reID是其中两个常用数据集。

Market-1501数据集在清华大学校园中采集，图像来自6个不同的摄像头。训练集包含12,936张图像，测试集包含19,732张图像。训练数据中一共有751人，测试集中有750人。所以在训练集中，平均每类(每个人)有17.2张训练数据。

DukeMTMC-reID数据集在杜克大学内采集，图像来自8个不同摄像头。训练集包含16,522张图像，测试集包含17,661张图像。训练数据中一共有702人，平均每类(每个人)有23.5张训练数据。

以上这两个常用的行人重识别数据集只有33,000张左右的图像数据，对比企业中动辄千万上亿的图像数据来说差距明显。而数据集太小时，神经网络的训练会趋于过拟合(Overfitting)，导致在原始数据集训练出的神经网络在其他数据集上测试准确率降低。

在此情况下，许多数据增广(Data Augmentation)方法开始在行人重识别领域被使用，例如随机裁剪、随机翻转等等。但这种方法只是在原有有标签数据集上对图像数据的二次处理，而其他无标签的数据集仍然没有得到合理利用。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，一种新颖的切骨逻辑而提供的一套操作方便并且可实现准确定位的一种膝关节置换手术用股骨远端个性化切骨导板，且在满足条件的情况下尽量的减材和减少设计难度，提高设计效率。

为了达到上述目的，本发明采用以下技术方案：

一种基于增广网络的无监督行人重识别方法，包括以下步骤：

S1：对无标签的原始行人图像数据集D0进行增广操作，所述增广操作包括图像缩放、随机裁剪、随机擦除、加噪和高斯模糊的一种或多种，得到M个新的增广数据集D1～DM，M为正整数；

S2：将原始行人图像数据集D0中的原始图像数据通入一个卷积神经网络作为主网络N0进行前向传播提取得到特征F0；