[发明专利]基于像素和特征转移相融合的无监督行人再识别方法

说明书

本发明属于模式识别技术领域，具体涉及一种基于像素转移和特征转移相融合的无监督行人再识别方法、系统、装置，旨在解决现有的跨数据集无监督行人再识别方法检索精度低、识别准确度差的问题。本系统方法包括获取待识别的行人图像，作为输入图像；基于输入图像，通过预训练的行人再识别模型得到行人再识别结果；所述行人再识别模型基于残差网络构建。本发明提高了现有跨数据集的无监督行人再识别方法的检索精度以及识别准确度。

技术领域

本发明属于模式识别技术领域，具体涉及一种基于像素和特征转移相融合的无监督行人再识别方法、系统、装置。

背景技术

行人再识别的目标是匹配不同摄像机下行人图像，对于一个摄像机中的任何一个查询的行人图像，需要找到其他摄像机中具有相同身份的所有行人图像。行人再识别技术广泛应用到视频监控、智慧城市、公共安全等领域。然而，由于视图、姿势、照明、遮挡造成的类内剧烈变化，以及类间相似度小，行人再识别仍然是一个具有挑战性的问题。

传统的行人再识别方法可分为基于特征学习的方法和基于度量学习的方法。然而，这些方法受制于语义较差的手工特征和判别性弱的线性度量函数。受深度学习最新进展的启发，有人通过同时学习特征表示和距离度量的深度神经网络提出了深度监督行人再识别方法。然而，这些方法大多是以监督的方式进行训练，这就需要从每个摄像头中获取大量的准确标记数据。考虑到不同场景下的行人图像存在巨大差异，也就是所谓的域偏移，直接使用在一个场景下训练的模型到另一个场景下通常表现不佳。对海量的在线行人图像进行标注以支持监督学习是昂贵且不切实际的。这些弱点严重限制了监督式行人再识别方法的可扩展性。而通过无监督的行人再识别方法能够获得更好的可扩展性。

目前，行人再识别的重点关注在无监督跨数据集，它试图将现有标签数据集(源域)中的跨相机身份信息知识适配到无标签数据集(目标域)。现有的无监督跨数据集行人再识别方法可以分为两类，即像素转移和特征转移行人再识别方法。像素转移的行人重识别方法首先通过生成模型将标注的源数据转换成目标数据，然后利用目标标注的数据以监督的方式训练目标模型，可以显著降低图像空间中的低级分歧，如照度、颜色等。特征转移行人再识别方法先用源数据以监督的方式训练源模型，然后用KL散度等分布距离指标拉近源和目标特征，使源模型适应目标数据，善于减少高层次的变化。然而，这两类解决方案都有其弱点。一方面，基于特征转移的行人再识别方法拉近域级的源特征和目标特征，可能导致语义错位，损害性能。另一方面，对于像素转移的行人再识别方法来说，分辨率、背景、光照度等意想不到的低级特征会转移到目标域。基于此，本发明提出了一种基于像素和特征转移相融合的无监督行人再识别方法。

发明内容

为了解决现有技术中的上述问题，即为了解决现有的跨数据集无监督行人再识别方法检索精度低、识别准确度差的问题，本发明第一方面，提出了一种基于像素转移和特征转移相融合的无监督行人再识别方法，该方法包括：

步骤S10，获取待识别的行人图像，作为输入图像；

步骤S20，基于所述输入图像，通过预训练的行人再识别模型得到行人再识别结果；

所述行人再识别模型基于残差网络构建，其训练方法为；

步骤A10，获取源域图像、目标域图像；所述源域图像为有标签的行人图像；所述目标域图像为无标签的行人图像；

步骤A20，提取源域图像、目标域图像的特征，作为第一特征、第二特征；结合所述第一特征进行聚类，并将聚类后各类的索引作为对应类中各目标域图像的伪标签；

步骤A30，基于所述伪标签、所述第二特征，通过预构建的交叉损失函数、三元组损失函数计算交叉熵损失、三元组损失；将所述交叉熵损失、所述三元组损失求和，得到目标域图像的总损失，作为第一损失；

步骤A40，基于所述源域图像对应的标签、所述第一特征，通过步骤A30的方法得到源域图像的总损失，作为第二损失；