CN109598191A - 行人重识别残差网络训练方法及装置 - Google Patents
行人重识别残差网络训练方法及装置 Download PDFInfo
- Publication number
- CN109598191A CN109598191A CN201811237115.7A CN201811237115A CN109598191A CN 109598191 A CN109598191 A CN 109598191A CN 201811237115 A CN201811237115 A CN 201811237115A CN 109598191 A CN109598191 A CN 109598191A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- residual error
- sample image
- error network
- identifies
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种行人重识别残差网络训练方法及装置。所述方法包括:将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征;将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值;根据所述映射值确定所述样本图像的余弦空间损失;向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。本公开实施例中的行人重识别残差网络具有残差网络的网络结构,可以提高行人重识别残差网络的深度,并保证行人重识别残差网络的网络性能。利用余弦空间损失进行训练,可以提高行人重识别残差网络鲁棒性和精度。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及一种行人重识别残差网络训练方法及装置。
背景技术
传统的行人重识别方法依赖于深度卷积神经网络,受到行人穿着、遮挡、姿态、视角以及卷积神经网络的深度不够等影响,导致卷积神经网络的行人重识别准确率低。当有新的行人图像需要重识别时,需要根据新的行人图像重新对重识别网络进行训练,重识别网络的鲁棒性差、识别精度低。
发明内容
本公开提出了一种行人重识别残差网络训练装置技术方案。
根据本公开的一方面,提供了一种行人重识别残差网络训练方法,包括:
将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征;
将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值;
根据所述映射值确定所述样本图像的余弦空间损失;
向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。
在一种可能的时间方式中,所述根据所述映射值确定所述样本图像的余弦空间损失,包括:
将所述特征的映射值输入所述行人重识别残差网络的分类层进行处理,得到所述样本图像的识别结果;
根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失。
在一种可能的时间方式中,所述根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失,包括:
根据所述样本图像的识别结果和所述样本图像的实际标识,利用交叉熵损失函数确定所述样本图像的余弦空间损失。
在一种可能的时间方式中,所述方法还包括:
将所述特征输入所述行人重识别残差网络的全连接层进行处理,得到所述样本图像的设定维度特征;
将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值,包括:
将所述设定维度特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
根据本公开的一方面,提供了一种行人重识别残差网络训练装置,所述装置包括:
特征提取模块,用于将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征;
映射模块,用于将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值;
损失确定模块,用于根据所述映射值确定所述样本图像的余弦空间损失;
反向传播模块,用于向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。
在一种可能的时间方式中,所述损失确定模块,包括:
识别结果获取子模块,用于将所述特征的映射值输入所述行人重识别残差网络的分类层进行处理,得到所述样本图像的识别结果;
第失确定子模块,用于根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失。
在一种可能的时间方式中,所述损失确定子模块,用于根据所述样本图像的识别结果和所述样本图像的实际标识,利用交叉熵损失函数确定所述样本图像的余弦空间损失。
在一种可能的时间方式中,所述装置还包括:
维度转换模块,用于将所述特征输入所述行人重识别残差网络的全连接层进行处理,得到所述样本图像的设定维度特征;
所述映射模块,用于将所述设定维度特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
根据本公开的一方面,提供了一种电子设备,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行上述任意一项所述的方法。
根据本公开的一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述任意一项所述的方法。
在本公开实施例中,将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征;将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值;根据所述映射值确定所述样本图像的余弦空间损失;向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。行人重识别残差网络具有残差网络的网络结构,可以提高行人重识别残差网络的深度,并保证行人重识别残差网络的网络性能。利用余弦空间损失进行训练,可以提高行人重识别残差网络鲁棒性和精度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,而非限制本公开。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的行人重识别残差网络训练方法的流程图;
图2示出根据本公开实施例的行人重识别残差网络训练方法的流程图;
图3示出根据本公开实施例的行人重识别残差网络训练方法的流程图;
图4示出根据本公开实施例的行人重识别残差网络训练装置的框图;
图5示出根据本公开实施例的行人重识别残差网络训练装置的框图;
图6是根据一示例性实施例示出的一种电子设备的框图;
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外,为了更好地说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开实施例的行人重识别残差网络训练方法的流程图,如图1所示,所述行人重识别残差网络训练方法,包括:
步骤S10,将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征。
在一种可能的实现方式中,行人重识别残差网络可以用于进行行人重识别。可以根据给定的行人的图像,在待检索的图像集合中找出相同的行人的图像。行人重识别残差网络的网络结构为残差网络,可以利用传统的残差网络的网络结构。残差网络中可以包括两层以上的卷积层通过捷径连接(shortcut connections)组成的残差块。捷径连接可以跳过一层或多层卷积层进行连接。捷径连接可以执行恒等映射,并将其输出添加到残差块堆叠层的输出中。在残差网络中,随着层数的增加,训练误差相比于传统的多层卷积神经网络的误差越来越小,有助于解决梯度消失和梯度爆炸的问题,在训练更深网络的同时能够保证良好的网络性能。例如,行人重识别残差网络可以包括101层的残差网络。
在一种可能的实现方式中,可以将样本图像输入行人重识别残差网络的卷积层进行处理,提取样本图像中的行人的特征。可以根据需求确定所提取的行人的特征。本公开对此不做限定。
步骤S20,将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
在一种可能的实现方式中,行人重识别残差网络可以包括映射层。映射层可以设置于卷积层之后。映射层可以将卷积层提取到的特征进行球面映射得到映射值。映射层中可以利用传统的球面映射算法。本公开对此不做限定。
在一种可能的实现方式中,可以利用logit函数对映射值进行处理,得到特征映射后的logits值。logit函数可以将映射值从概率映射到正负无穷区间。
步骤S30,根据所述映射值确定所述样本图像的余弦空间损失。
在一种可能的实现方式中,特征的映射值之间的余弦距离,也可以称为余弦相似度,是用向量空间中两个向量夹角的余弦值作为衡量各个向量之间差异大小的度量。
在一种可能的实现方式中,可以根据映射值利用余弦空间损失函数(cosinefaceloss)计算样本图像的余弦空间损失。余弦空间损失函数可以根据映射值之间的余弦空间距离进行计算。可以利用传统的余弦空间损失函数进行计算。
步骤S40,向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。
在一种可能的实现方式中,余弦空间损失可以使得相同样本特征在球面空间的距离更小,也可以使得不同样本特征在球面空间的距离更大。余弦空间损失函数可以使得不同行人的样本图像的特征之间的距离更大,相同行人的样本图像的特征之间的距离更小。利用余弦空间损失对行人重识别残差网络进行训练,可以提高行人重识别残差网络的鲁棒性和精度,增强对行人特征的区分能力。
在一种可能的实现方式中,可以向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数,完成行人重识别残差网络的一次迭代训练。可以在满足设定的迭代次数,或满足设定的收敛条件时,停止行人重识别残差网络的训练。本公开对此不做限定。
在本实施例中,将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征;将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值;根据所述映射值确定所述样本图像的余弦空间损失;向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。行人重识别残差网络具有残差网络的网络结构,可以提高行人重识别残差网络的深度,并保证行人重识别残差网络的网络性能。利用余弦空间损失进行训练,可以提高行人重识别残差网络鲁棒性和精度。残差网络和余弦空间损失相结合,可以使得行人重识别残差网络在较大的行人重识别数据集上较好地收敛。
图2示出根据本公开实施例的行人重识别残差网络训练方法的流程图,如图2所示,所述行人重识别残差网络训练方法中步骤S30,包括:
步骤S31,将所述特征的映射值输入所述行人重识别残差网络的分类层进行处理,得到所述样本图像的识别结果。
步骤S32,根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失。
在一种可能的实现方式中,行人重识别残差网络可以包括分类层。将特征的映射值输入分类层进行处理后,可以得到样本图像中的目标对象归属于各预设类别的概率。可以根据分类层的输出结果,得到样本图像的识别结果,即样本图像中的目标对象属于哪一个预设类别。可以根据样本图像的识别结果和所述样本图像的实际标识,利用余弦空间损失函数计算得到样本图像的余弦空间损失。
例如,预设类别为三个行人,行人A、行人B和行人C。将样本图像输入行人重识别残差网络中的卷积层进行处理,提取样本图像的特征,将提取到的特征通过映射层进行映射后,可以得到特征的映射值。可以将映射值输入分类层进行处理,得到样本图像中的行人,分别属于行人A、行人B和行人C的概率。可以根据概率中的最大值,确定样本图像中的行人为行人A。则行人A为样本图像的识别结果。
在本实施例中,可以将特征的映射值输入所述行人重识别残差网络的分类层进行处理,得到所述样本图像的识别结果。根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失。根据识别结果和实际标识得到的余弦空间损失,可以使得样本图像特征之间的差异加大,提高行人重识别残差网络的识别准确率。
在一种可能的实现方式中,所述行人重识别残差网络训练方法中步骤S32,包括:
根据所述样本图像的识别结果和所述样本图像的实际标识,利用交叉熵损失函数确定所述样本图像的余弦空间损失。
在一种可能的实现方式中,交叉熵为实际输出(概率)与期望输出(概率)的距离,交叉熵的值越小,两个概率分布就越接近。交叉熵可以用来评估当前训练得到的概率分布与真实分布之间的差异情况。可以利用传统的交叉熵损失函数确定所述样本图像的余弦空间损失。
在一种可能的实现方式中,根据交叉熵损失函数得到的余弦空间损失,可以用于行人重识别残差网络的反向传播。在反向传播过程中减少交叉熵损失,可以使得行人重识别残差网络的输出的样本图像的识别结果更加接近实际标识。
在本实施例中,利用交叉熵损失函数确定所述样本图像的余弦空间损失,可以提高行人重识别残差网络的预测准确率。
图3示出根据本公开实施例的行人重识别残差网络训练方法的流程图,如图3所示,所述行人重识别残差网络训练方法还包括:
步骤S50,将所述特征输入所述行人重识别残差网络的全连接层进行处理,得到所述样本图像的设定维度特征。
步骤S20,包括:
步骤S21,将所述设定维度特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
在一种可能的实现方式中,行人重识别残差网络可以包括全连接层。可以在卷积层之后、映射层之前,设置全连接层。全连接层可以将提取到的特征处理为设定维度。可以根据后续处理的需求确定设定维度。例如,全连接层可以将提取到的特征处理为256维特征,以在后续计算特征相似度时,节省计算时间。
在本实施例中,将所述特征输入所述行人重识别残差网络的全连接层进行处理,得到所述样本图像的设定维度特征。利用全连接层将特征处理为设定维度,可以提高行人重识别残差网络的处理效率。
图4示出根据本公开实施例的行人重识别残差网络训练装置的框图,如图4所示,所述行人重识别残差网络训练装置还包括:
特征提取模块10,用于将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征。
映射模块20,用于将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
损失确定模块30,用于根据所述映射值确定所述样本图像的余弦空间损失。
反向传播模块40,用于向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。
图5示出根据本公开实施例的行人重识别残差网络训练装置的框图,如图5所示,在一种可能的实现方式中,所述损失确定模块30,包括:
识别结果获取子模块31,用于将所述特征的映射值输入所述行人重识别残差网络的分类层进行处理,得到所述样本图像的识别结果。
损失确定子模块32,用于根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失。
在一种可能的实现方式中,所述损失确定子模块32,用于根据所述样本图像的识别结果和所述样本图像的实际标识,利用交叉熵损失函数确定所述样本图像的余弦空间损失。
在一种可能的实现方式中,所述装置还包括:
维度转换模块50,用于将所述特征输入所述行人重识别残差网络的全连接层进行处理,得到所述样本图像的设定维度特征;
所述映射模块20,用于将所述设定维度特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
在一些实施例中,本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法,其具体实现可以参照上文方法实施例的描述,为了简洁,这里不再赘述。
本公开实施例还提出一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子设备,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为上述方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6是根据一示例性实施例示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等终端。
参照图6,电子设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到电子设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。参照图7,电子设备1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言-诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络-包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种行人重识别残差网络训练方法,其特征在于,所述方法包括:
将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征;
将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值;
根据所述映射值确定所述样本图像的余弦空间损失;
向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述映射值确定所述样本图像的余弦空间损失,包括:
将所述特征的映射值输入所述行人重识别残差网络的分类层进行处理,得到所述样本图像的识别结果;
根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失。
3.根据权利要求2所述的方法,其特征在于,所述根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失,包括:
根据所述样本图像的识别结果和所述样本图像的实际标识,利用交叉熵损失函数确定所述样本图像的余弦空间损失。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述方法还包括:
将所述特征输入所述行人重识别残差网络的全连接层进行处理,得到所述样本图像的设定维度特征;
将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值,包括:
将所述设定维度特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
5.一种行人重识别残差网络训练装置,其特征在于,所述装置包括:
特征提取模块,用于将样本图像输入行人重识别残差网络的卷积层进行处理,以提取所述样本图像的特征;
映射模块,用于将所述特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值;
损失确定模块,用于根据所述映射值确定所述样本图像的余弦空间损失;
反向传播模块,用于向所述行人重识别残差网络反向传播所述余弦空间损失的梯度,以调整所述行人重识别残差网络的参数。
6.根据权利要求5所述的装置,其特征在于,所述损失确定模块,包括:
识别结果获取子模块,用于将所述特征的映射值输入所述行人重识别残差网络的分类层进行处理,得到所述样本图像的识别结果;
损失确定子模块,用于根据所述样本图像的识别结果和所述样本图像的实际标识,确定所述样本图像的余弦空间损失。
7.根据权利要求6所述的装置,其特征在于,所述损失确定子模块,用于根据所述样本图像的识别结果和所述样本图像的实际标识,利用交叉熵损失函数确定所述样本图像的余弦空间损失。
8.根据权利要求5至7中任一项所述的装置,其特征在于,所述装置还包括:
维度转换模块,用于将所述特征输入所述行人重识别残差网络的全连接层进行处理,得到所述样本图像的设定维度特征;
所述映射模块,用于将所述设定维度特征输入所述行人重识别残差网络的映射层进行球面映射,以得到所述特征的映射值。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:执行权利要求1至4中任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811237115.7A CN109598191A (zh) | 2018-10-23 | 2018-10-23 | 行人重识别残差网络训练方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811237115.7A CN109598191A (zh) | 2018-10-23 | 2018-10-23 | 行人重识别残差网络训练方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109598191A true CN109598191A (zh) | 2019-04-09 |
Family
ID=65957989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811237115.7A Pending CN109598191A (zh) | 2018-10-23 | 2018-10-23 | 行人重识别残差网络训练方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109598191A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109871909A (zh) * | 2019-04-16 | 2019-06-11 | 京东方科技集团股份有限公司 | 图像识别方法及装置 |
CN111626937A (zh) * | 2020-05-28 | 2020-09-04 | 成都三零凯天通信实业有限公司 | 一种人像超分辨率重建方法 |
CN113658038A (zh) * | 2021-08-26 | 2021-11-16 | 北京安德医智科技有限公司 | 基于空间误差自适应的网络训练方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107330355A (zh) * | 2017-05-11 | 2017-11-07 | 中山大学 | 一种基于正样本平衡约束的深度行人再标识方法 |
CN107463881A (zh) * | 2017-07-07 | 2017-12-12 | 中山大学 | 一种基于深度增强学习的人物图像搜索方法 |
CN108141445A (zh) * | 2015-09-30 | 2018-06-08 | 苹果公司 | 用于人员重新识别的系统和方法 |
CN108520202A (zh) * | 2018-03-15 | 2018-09-11 | 华南理工大学 | 基于变分球面投影的对抗鲁棒性图像特征提取方法 |
CN108596211A (zh) * | 2018-03-29 | 2018-09-28 | 中山大学 | 一种基于集中学习与深度网络学习的遮挡行人再识别方法 |
-
2018
- 2018-10-23 CN CN201811237115.7A patent/CN109598191A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108141445A (zh) * | 2015-09-30 | 2018-06-08 | 苹果公司 | 用于人员重新识别的系统和方法 |
CN107330355A (zh) * | 2017-05-11 | 2017-11-07 | 中山大学 | 一种基于正样本平衡约束的深度行人再标识方法 |
CN107463881A (zh) * | 2017-07-07 | 2017-12-12 | 中山大学 | 一种基于深度增强学习的人物图像搜索方法 |
CN108520202A (zh) * | 2018-03-15 | 2018-09-11 | 华南理工大学 | 基于变分球面投影的对抗鲁棒性图像特征提取方法 |
CN108596211A (zh) * | 2018-03-29 | 2018-09-28 | 中山大学 | 一种基于集中学习与深度网络学习的遮挡行人再识别方法 |
Non-Patent Citations (2)
Title |
---|
FLORIAN SCHROFF 等: "FaceNet: A Unified Embedding for Face Recognition and Clustering", 《2015 IEEE CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION (CVPR)》 * |
焦旭辉: "基于深度学习的行人再识别技术研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109871909A (zh) * | 2019-04-16 | 2019-06-11 | 京东方科技集团股份有限公司 | 图像识别方法及装置 |
US11100320B2 (en) | 2019-04-16 | 2021-08-24 | Boe Technology Group Co., Ltd. | Image recognition method and apparatus |
CN109871909B (zh) * | 2019-04-16 | 2021-10-01 | 京东方科技集团股份有限公司 | 图像识别方法及装置 |
CN111626937A (zh) * | 2020-05-28 | 2020-09-04 | 成都三零凯天通信实业有限公司 | 一种人像超分辨率重建方法 |
CN113658038A (zh) * | 2021-08-26 | 2021-11-16 | 北京安德医智科技有限公司 | 基于空间误差自适应的网络训练方法及装置 |
CN113658038B (zh) * | 2021-08-26 | 2023-05-05 | 北京安德医智科技有限公司 | 基于空间误差自适应的网络训练方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110363150A (zh) | 数据更新方法及装置、电子设备和存储介质 | |
CN110348537A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109522910A (zh) | 关键点检测方法及装置、电子设备和存储介质 | |
CN110503023A (zh) | 活体检测方法及装置、电子设备和存储介质 | |
CN108764069A (zh) | 活体检测方法及装置 | |
CN110188236A (zh) | 一种音乐的推荐方法、装置及系统 | |
CN109697734A (zh) | 位姿估计方法及装置、电子设备和存储介质 | |
CN109801270A (zh) | 锚点确定方法及装置、电子设备和存储介质 | |
CN110298310A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109344832A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109816764A (zh) | 图像生成方法及装置、电子设备和存储介质 | |
CN110473259A (zh) | 位姿确定方法及装置、电子设备和存储介质 | |
CN110009090A (zh) | 神经网络训练与图像处理方法及装置 | |
CN110458102A (zh) | 一种人脸图像识别方法及装置、电子设备和存储介质 | |
CN110503689A (zh) | 姿态预测方法、模型训练方法及装置 | |
CN109948494A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN108985176A (zh) | 图像生成方法及装置 | |
CN109977847A (zh) | 图像生成方法及装置、电子设备和存储介质 | |
CN110532956A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN109635920A (zh) | 神经网络优化方法及装置、电子设备和存储介质 | |
CN109543536A (zh) | 图像标识方法及装置、电子设备和存储介质 | |
CN109934275A (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN105335714B (zh) | 照片处理方法、装置和设备 | |
CN109615006A (zh) | 文字识别方法及装置、电子设备和存储介质 | |
CN109978891A (zh) | 图像处理方法及装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190409 |