CN113935482A - 一种行人再识别网络的训练方法及装置 - Google Patents
一种行人再识别网络的训练方法及装置 Download PDFInfo
- Publication number
- CN113935482A CN113935482A CN202111191501.9A CN202111191501A CN113935482A CN 113935482 A CN113935482 A CN 113935482A CN 202111191501 A CN202111191501 A CN 202111191501A CN 113935482 A CN113935482 A CN 113935482A
- Authority
- CN
- China
- Prior art keywords
- normal sample
- identity
- pedestrian
- feature
- identity label
- 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
- 238000012549 training Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 76
- 230000006870 function Effects 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 abstract description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 9
- 208000028752 abnormal posture Diseases 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000005286 illumination Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了一种行人再识别网络的训练方法及装置,涉及人工智能领域,具体涉及计算机视觉和深度学习技术,具体可用于智慧城市和智能云场景下。具体实现方案为:获取待训练的行人再识别网络,将训练数据集输入行人再识别网络,得到正常样本特征、正常样本图像的平均特征;针对各个身份标签,基于待学习参数、每一正常样本图像的正常样本特征、正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,身份标签的可学习参数表征身份标签的困难样本特征;损失函数是基于约束关系确定的;基于各个身份标签对应的损失值,调整行人网络参数和身份标签的待学习参数。解决了困难正样本难以获取的技术问题。
Description
技术领域
本公开涉及人工智能领域,具体涉及计算机视觉和深度学习技术,具体可用于智慧城市和智能云场景下。
背景技术
行人再识别(Person re-identification)也称行人重识别,是利用计算机视觉、深度学习等判断图像或者视频序列中是否存在特定行人的技术,可广泛应用于智能视频监控、智能安保等领域。
发明内容
本公开提供了一种行人再识别网络的训练方法、装置、电子设备及存储介质。
根据本公开的一方面,提供了一种行人再识别网络的训练方法,所述方法包括:
获取待训练的行人再识别网络,所述行人再识别网络中包含待训练的网络参数和预先设置的针对训练数据集中不同身份标签的待学习参数;所述训练数据集包括:各个身份标签的多个正常样本图像;
将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征;
针对各个身份标签,基于该身份标签的待学习参数、该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,其中,各个身份标签的可学习参数表征该身份标签的困难样本特征;所述损失函数是基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系确定的;
基于各个身份标签对应的损失值,调整所述行人再识别网络的网络参数和所述身份标签的待学习参数。
根据本公开的另一方面,提供了一种行人再识别方法,包括:
获取已知身份标签的基准图像和多个未知身份标签的目标图像;
将所述基准图像和所述目标图像输入预先训练的行人再识别网络,分别得到基准特征和各个目标图像的目标特征;其中,所述行人再识别网络是基于行人再识别网络的训练方法训练的;
基于所述基准特征和各个目标特征在特征空间的距离,识别各个目标图像的身份标签。
根据本公开的又一方面,提供了一种行人再识别网络的训练装置,所述装置包括:
获取模块,用于获取待训练的行人再识别网络,所述行人再识别网络中包含待训练的网络参数和预先设置的针对训练数据集中不同身份标签的待学习参数;所述训练数据集包括:各个身份标签的多个正常样本图像;
输入模块,用于将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征;
计算模块,用于针对各个身份标签,基于该身份标签的待学习参数、该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,其中,各个身份标签的可学习参数表征该身份标签的困难样本特征;所述损失函数是基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系确定的;
调整模块,用于基于各个身份标签对应的损失值,调整所述行人再识别网络的网络参数和所述身份标签的待学习参数。
根据本公开的又一方面,提供了一种行人再识别装置,所述装置包括:
图像获取模块,用于获取已知身份标签的基准图像和多个未知身份标签的目标图像;
图像输入模块,用于将所述基准图像和所述目标图像输入预先训练的行人再识别网络,分别得到基准特征和各个目标图像的目标特征;其中,所述行人再识别网络是基于权利要求1所述方法训练的;
识别模块,用于基于所述基准特征和各个目标特征在特征空间的距离,识别各个目标图像的身份标签。
根据本公开的又一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行行人再识别网络的训练方法。
根据本公开的又一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行行人再识别网络的训练方法。
根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现行人再识别网络的训练方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例提供的行人再识别网络的训练方法的一种流程示意图;
图2为本公开实施例提供的行人再识别网络的一种示意图;
图3为本公开实施例提供的行人再识别方法的一种流程示意图
图4是用来实现本公开实施例的行人再识别网络的训练方法的装置的框图;
图5是用来实现本公开实施例的行人再识别方法的装置的框图;
图6是用来实现本公开实施例的行人再识别网络的训练方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
行人再识别任务的一个难点在于识别外表有些差异但身份相同的个体,比如一个人因非正常姿态或非正常光照等原因产生外观上的变化,容易导致无法准确识别。在非正常姿态或非正常光照等情况下拍摄得到的行人图像可以作为该行人的困难正样本。
目前,通常基于深度学习的网络模型进行行人再识别。为了提高行人再识别网络对外表有些差异但身份相同的个体的识别准确度,在行人再识别网络的训练过程中,困难正样本的作用非常重要。
然而,行人再识别任务的数据采集和标注本身就是十分困难且昂贵的,收集、标注困难正样本则更为不易。
行人再识别网络的本质是特征提取网络,也就是说,对输入的图像进行特征提取并聚类,使得同一行人的不同图像的特征相似度较高,不同行人的图像的特征相似度较低。
现有的行人再识别网络的训练过程中,所采用的训练数据集包括行人的正常样本图像和行人的困难正样本图像,然而,训练批次数据通常是随机挑选出来的,其中困难正样本实际上大部分与正常样本图像差别不大,也就是说很少能达到困难正样本的要求。除此之外,整个训练集中包含的困难正样本的数目也十分有限。最终导致训练所得网络模型只能区分简单的样本,而难以区分困难样本,使得行人再识别网络在识别能力上仍有很大提升空间。
为了解决现有技术中困难正样本难以获取,导致行人再识别网络的识别能力较差的技术问题,本公开提供了一种行人再识别网络的训练方法、装置、电子设备及存储介质。
本公开的一个实施例中,提供了一种行人再识别网络的训练方法,方法包括:
一种行人再识别网络的训练方法,所述方法包括:
获取待训练的行人再识别网络,行人再识别网络中包含待训练的网络参数和预先设置的针对训练数据集中不同身份标签的待学习参数;训练数据集包括:各个身份标签的多个正常样本图像;
将训练数据集输入行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征;
针对各个身份标签,基于该身份标签的待学习参数、该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,其中,各个身份标签的可学习参数表征该身份标签的困难样本特征;损失函数是基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系确定的;
基于各个身份标签对应的损失值,调整行人再识别网络的网络参数和身份标签的待学习参数。
可见,针对训练数据集中的每一身份标签,预先设置待学习参数,待学习参数表征身份标签的困难样本特征,基于各身份标签的正常样本特征、平均特征以及困难样本特征之间的约束关系训练行人再识别网络,从而在训练过程中,无需输入困难正样本图像,但可以将网络中设置的待学习参数作为困难样本特征进行训练,解决了困难正样本难以获取的技术问题,训练完成的行人再识别网络能够准确识别非正常姿态或非正常光照等情况下拍摄的行人图像,即提高了网络识别能力。
下面对本公开实施例提供的行人再识别网络的训练方法、装置、电子设备及存储介质分别进行详细介绍。
参见图1,图1为本公开实施例提供的行人再识别网络的训练方法的一种流程示意图,如图1所示,方法可以包括以下步骤:
S101:获取待训练的行人再识别网络,行人再识别网络中包含待训练的网络参数和预先设置的针对训练数据集中不同身份标签的待学习参数;训练数据集包括:各个身份标签的多个正常样本图像。
行人再识别网络可以是深度学习的神经网络,网络中包含待训练的网络参数。此外,本公开实施例中,在行人再识别网络中预先设置有针对训练集中不同身份标签的待学习参数。
上述待学习参数跟神经网络中其他神经元参数本质是一样的,在开始训练之前,对网络中待训练的网络参数和各身份标签的待学习参数进行初始化,初始化过程可以采用普通神经元参数初始化所采用的任何方式。
本公开实施例中,所设置的待学习参数是用来表征身份标签的困难正样本的。具体的,初始设置的待学习参数是无序状态的,不能表征身份标签的困难正样本,但在网络训练过程中,将待学习参数作为困难正样本的困难样本特征,利用身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系,不断调整待学习参数,使得待学习参数逐步具备困难正样本的困难样本特征的特性,具体参见下文。
本步骤中,获取待训练的行人再识别网络并进行初始化,此外,获取训练数据集,该训练数据集包括:各个身份标签的多个正常样本图像。正常样本图像可以理解为在正常姿态、正常光照等情况下拍摄的行人图像。
S102:将训练数据集输入行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征。
本公开实施例中,可以将训练数据集中的数据分批次输入行人再识别网络进行训练。
如上文所述,行人再识别网络本质是特征提取网络,能够将样本图像转换为特征向量的形式。
本步骤中,可以得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征。
其中,各个身份标签的正常样本图像的平均特征是该身份标签的各个正常样本图像的正常样本特征的平均值。
S103:针对各个身份标签,基于该身份标签的待学习参数、该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,其中,各个身份标签的可学习参数表征该身份标签的困难样本特征;损失函数是基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系确定的。
本公开实施例中,基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系,预先设置损失函数。
具体的,针对每个身份特征,计算对应的损失函数值,计算过程中,将该身份标签的待学习参数作为该身份标签的困难样本特征,并结合该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征进行计算,即可得到该身份标签的损失值。
S104:基于各个身份标签对应的损失值,调整行人再识别网络的网络参数和身份标签的待学习参数。
本公开实施例中,可以将各个身份标签对应的损失值进行平均,再基于平均的损失值进行反向传播,以更新行人再识别网络中的待训练参数以及各身份标签的待学习参数。
可见,针对训练数据集中的每一身份标签,预先设置待学习参数,待学习参数表征身份标签的困难样本特征,基于各身份标签的正常样本特征、平均特征以及困难样本特征之间的约束关系训练行人再识别网络,从而在训练过程中,无需输入困难正样本图像,但可以将网络中设置的待学习参数作为困难样本特征进行训练,解决了困难正样本难以获取的技术问题,训练完成的行人再识别网络能够准确识别非正常姿态或非正常光照等情况下拍摄的行人图像,即提高了网络识别能力。
本公开的一个实施例中,上述约束关系包括:
各个身份标签的困难样本特征与其他身份标签的正常样本图像的平均特征在特征空间的距离大于第一阈值,且各个身份标签的困难样本特征与该身份标签的正常样本图像的平均特征在特征空间的距离小于第二阈值;
各个身份标签的困难样本特征与该身份标签的每一正常样本图像的平均特征在特征空间的距离,大于该身份特征的该正常样本图像的正常样本特征与该身份标签的正常样本图像的平均特征;
各个身份标签的每一正常样本图像的正常样本特征与该身份标签的困难样本特征在特征空间的距离,小于该身份标签的该正常样本图像的正常样本特征与其他身份标签的正常样本图像的平均特征。
为了便于理解,下面以训练数据集中包含A、B、C和D四个行人的正常样本图像为例进行说明,当然,实际应用中,训练数据集中包含大量的身份标签的正常样本图像,但网络训练的原理是相同的,此处仅作为示例。
假设训练数据集中,身份标签A的正常样本图像包括:A1,A2...A10,身份标签B的正常样本图像包括:B1,B2...B10,身份标签C的正常样本图像包括:C1,C2...C10,身份标签D的正常样本图像包括:D1,D2...D10。
将各身份标签的正常样本图像输入行人再识别网络后,得到每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征。
假设身份标签A的正常样本图像A1,A2...A10对应的正常样本特征依次为a1,a2...a10,身份标签B的正常样本图像A1,A2...A10对应的正常样本特征依次为b1,b2...b10,身份标签C的正常样本图像A1,A2...A10对应的正常样本特征依次为c1,c2...c10,身份标签D的正常样本图像D1,D2...D10对应的正常样本特征依次为d1,d2...d10。
上述各个正常样本特征均是特征向量的形式。
此外,设身份标签A的待学习参数为a0,身份标签B的待学习参数为b0,身份标签C的待学习参数为c0,身份标签D的待学习参数为d0。
则上述三个约束关系具体为:
以身份标签A为例:
针对身份标签A,第一个约束关系:a0与a0与a0与在特征空间的距离均大于第一阈值,且a0与在特征空间的距离小于第二阈值。也就是说,一个身份标签对应的待学习参数要远离其他身份标签的正常样本图像的正常样本特征,且靠近自身的正常样本图像的正常样本特征。
针对身份标签A,第二个约束关系:a0与a1在特征空间的距离大于a1与在特征空间的距离、a0与a2在特征空间的距离大于a2与在特征空间的距离、a0与a3在特征空间的距离大于a3与在特征空间的距离,以此类推。
针对身份标签A,第三个约束关系:a1与a0在特征空间的距离小于a1与在特征空间的距离、a2与a0在特征空间的距离小于a2与在特征空间的距离,以此类推。并且,a1与a0在特征空间的距离小于a1与在特征空间的距离、a2与a0在特征空间的距离小于a2与在特征空间的距离,以此类推。
上述约束关系的内在逻辑在于:前两条约束关系用于约束可学习参数成为身份标签的困难样本,最终的效果为可学习参数在特征空间中围绕在其正常样本周围,但依然远离其他身份标签的样本特征。
第三条约束关系用于约束行人再识别网络要能够正确识别出可学习的困难样本依然属于对应的身份标签。
可见,本公开实施例中,网络训练过程中,将可学习参数作为困难正样本的困难正样本特征进行约束,随着网络的训练,可学习参数逐步具备困难正样本特征的特性,从而在无需真正输入困难正样本的情况下,也能使网络学习到困难正样本的特征,最终提高网络识别困难正样本的性能,即提高识别非正常姿态或非正常光照等情况下拍摄的行人图像的准确度。
本公开的一个实施例中,在调整行人再识别网络的网络参数和身份标签的待学习参数之后,还包括:返回将训练数据集输入行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征的步骤,直到满足预设的网络训练终止条件。
也就是说,对行人再识别网络进行迭代训练,每轮迭代训练都调整行人再识别网络的网络参数和身份标签的待学习参数,直到满足预设的网络训练终止条件。
其中预设的网络训练终止条件可以是损失函数收敛或者迭代次数达到预设阈值。
为了便于理解,下面结合图2对本公开实施例提供的行人再识别网络的训练方法进行进一步说明。
图2为本公开实施例提供的行人再识别网络的一种示意图,如图2所示,将带标签的训练数据集(各个身份标签的正常样本图像)输入行人再识别网络进行特征提取,得到各个身份标签的正常样本特征、平均样本特征,结合预先设置的针对不同身份标签的待学习参数进行特征约束,即计算对应的损失函数值,基于损失函数值训练模型,调整网络参数及预先设置的针对不同身份标签的待学习参数。迭代上述训练过程直到满足预设的网络训练终止条件。
可见,网络训练过程中,将可学习参数作为困难正样本的困难正样本特征进行约束,随着网络的训练,可学习参数逐步具备困难正样本特征的特性,从而在无需真正输入困难正样本的情况下,也能使网络学习到困难正样本的特征,克服了计算机视觉领域内只能通过输入困难正样本图像以得到困难正样本特征的技术偏见。最终提高网络识别困难正样本的性能,即提高识别非正常姿态或非正常光照等情况下拍摄的行人图像的准确度。
参见图3,图3为本公开实施例提供的行人再识别方法的一种流程示意图,如图3所示,方法可以包括以下步骤:
S301:获取已知身份标签的基准图像和多个未知身份标签的目标图像。
其中,基准图像和目标图像都可以是行人图像,区别在于:基准图像的身份标签是已知的,目标图像是需要识别身份标签的图像。
基准图像也可以有多个,例如,基准图像包括身份标签A的图像、身份标签B的图像,目标图像包括多个身份标签的图像。
S302:将基准图像和目标图像输入预先训练的行人再识别网络,分别得到基准特征和各个目标图像的目标特征;其中,行人再识别网络是基于行人再识别网络的训练方法训练的。
S303:基于基准特征和各个目标特征在特征空间的距离,识别各个目标图像的身份标签。
如上文所述,行人再识别网络本质是特征提取网络,对输入的图像进行特征提取并聚类,使得同一行人的不同图像的特征相似度较高,不同行人的图像的特征相似度较低。
则基于基准特征和各个目标特征在特征空间的距离,即可识别各个目标图像的身份标签。
作为一个示例,如果基准图像的身份标签为A,某个目标图像的目标特征与该基准图像的基准特征在特征空间的距离非常近,则可以识别该目标特征的身份标签为A。
本公开实施例提供的行人再识别方法中,行人再识别网络是基于本公开实施例提供的行人再识别网络的训练方法训练的,该训练方法解决了困难正样本难以获取的技术问题,训练完成的行人再识别网络能够准确识别非正常姿态或非正常光照等情况下拍摄的行人图像的身份标签,即提高了网络识别能力。
参见图4,图4是用来实现本公开实施例的行人再识别网络的训练方法的装置的框图,如图4所示,装置可以包括:
获取模块401,用于获取待训练的行人再识别网络,所述行人再识别网络中包含待训练的网络参数和预先设置的针对训练数据集中不同身份标签的待学习参数;所述训练数据集包括:各个身份标签的多个正常样本图像;
输入模块402,用于将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征;
计算模块403,用于针对各个身份标签,基于该身份标签的待学习参数、该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,其中,各个身份标签的可学习参数表征该身份标签的困难样本特征;所述损失函数是基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系确定的;
调整模块404,用于基于各个身份标签对应的损失值,调整所述行人再识别网络的网络参数和所述身份标签的待学习参数。
可见,针对训练数据集中的每一身份标签,预先设置待学习参数,待学习参数表征身份标签的困难样本特征,基于各身份标签的正常样本特征、平均特征以及困难样本特征之间的约束关系训练行人再识别网络,从而在训练过程中,无需输入困难正样本图像,但可以将网络中设置的待学习参数作为困难样本特征进行训练,解决了困难正样本难以获取的技术问题,训练完成的行人再识别网络能够准确识别非正常姿态或非正常光照等情况下拍摄的行人图像,即提高了网络识别能力。
本公开的一个实施例中,所述约束关系为:
各个身份标签的困难样本特征与其他身份标签的正常样本图像的平均特征在特征空间的距离大于第一阈值,且各个身份标签的困难样本特征与该身份标签的正常样本图像的平均特征在特征空间的距离小于第二阈值;
各个身份标签的困难样本特征与该身份标签的每一正常样本图像的平均特征在特征空间的距离,大于该身份特征的该正常样本图像的正常样本特征与该身份标签的正常样本图像的平均特征;
各个身份标签的每一正常样本图像的正常样本特征与该身份标签的困难样本特征在特征空间的距离,小于该身份标签的该正常样本图像的正常样本特征与其他身份标签的正常样本图像的平均特征。
本公开的一个实施例中,还包括迭代模块,用于在调整所述行人再识别网络的网络参数和所述身份标签的待学习参数之后,
返回所述将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征的步骤,直到满足预设的网络训练终止条件。
参见图5,图5是用来实现本公开实施例的行人再识别方法的装置的框图,如图5所示,装置可以包括:
图像获取模块501,用于获取已知身份标签的基准图像和多个未知身份标签的目标图像;
图像输入模块502,用于将所述基准图像和所述目标图像输入预先训练的行人再识别网络,分别得到基准特征和各个目标图像的目标特征;其中,所述行人再识别网络是基于权利要求1所述方法训练的;
识别模块503,用于基于所述基准特征和各个目标特征在特征空间的距离,识别各个目标图像的身份标签。
本公开实施例提供的行人再识别方法中,行人再识别网络是基于本公开实施例提供的行人再识别网络的训练方法训练的,该训练方法解决了困难正样本难以获取的技术问题,训练完成的行人再识别网络能够准确识别非正常姿态或非正常光照等情况下拍摄的行人图像的身份标签,即提高了网络识别能力。
本公开提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行行人再识别网络的训练方法。
本公开提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行行人再识别网络的训练方法。
本公开提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现行人再识别网络的训练方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如行人再识别网络的训练方法。例如,在一些实施例中,图像处理网络的训练方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的行人再识别网络的训练方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行行人再识别网络的训练方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (11)
1.一种行人再识别网络的训练方法,所述方法包括:
获取待训练的行人再识别网络,所述行人再识别网络中包含待训练的网络参数和预先设置的针对训练数据集中不同身份标签的待学习参数;所述训练数据集包括:各个身份标签的多个正常样本图像;
将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征;
针对各个身份标签,基于该身份标签的待学习参数、该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,其中,各个身份标签的可学习参数表征该身份标签的困难样本特征;所述损失函数是基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系确定的;
基于各个身份标签对应的损失值,调整所述行人再识别网络的网络参数和所述身份标签的待学习参数。
2.根据权利要求1所述的方法,其中,所述约束关系包括:
各个身份标签的困难样本特征与其他身份标签的正常样本图像的平均特征在特征空间的距离大于第一阈值,且各个身份标签的困难样本特征与该身份标签的正常样本图像的平均特征在特征空间的距离小于第二阈值;
各个身份标签的困难样本特征与该身份标签的每一正常样本图像的平均特征在特征空间的距离,大于该身份特征的该正常样本图像的正常样本特征与该身份标签的正常样本图像的平均特征;
各个身份标签的每一正常样本图像的正常样本特征与该身份标签的困难样本特征在特征空间的距离,小于该身份标签的该正常样本图像的正常样本特征与其他身份标签的正常样本图像的平均特征。
3.根据权利要求1所述的方法,在调整所述行人再识别网络的网络参数和所述身份标签的待学习参数之后,还包括:
返回所述将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征的步骤,直到满足预设的网络训练终止条件。
4.一种行人再识别方法,所述方法包括:
获取已知身份标签的基准图像和多个未知身份标签的目标图像;
将所述基准图像和所述目标图像输入预先训练的行人再识别网络,分别得到基准特征和各个目标图像的目标特征;其中,所述行人再识别网络是基于权利要求1所述方法训练的;
基于所述基准特征和各个目标特征在特征空间的距离,识别各个目标图像的身份标签。
5.一种行人再识别网络的训练装置,所述装置包括:
获取模块,用于获取待训练的行人再识别网络,所述行人再识别网络中包含待训练的网络参数和预先设置的针对训练数据集中不同身份标签的待学习参数;所述训练数据集包括:各个身份标签的多个正常样本图像;
输入模块,用于将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征;
计算模块,用于针对各个身份标签,基于该身份标签的待学习参数、该身份标签的每一正常样本图像的正常样本特征、该身份标签的正常样本图像的平均特征、其他身份标签的正常样本图像的平均特征,以及预设损失函数计算损失值,其中,各个身份标签的可学习参数表征该身份标签的困难样本特征;所述损失函数是基于各个身份标签的正常样本图像的正常样本特征、正常样本图像的平均特征以及困难样本特征之间的约束关系确定的;
调整模块,用于基于各个身份标签对应的损失值,调整所述行人再识别网络的网络参数和所述身份标签的待学习参数。
6.根据权利要求5所述的装置,其中,所述约束关系为:
各个身份标签的困难样本特征与其他身份标签的正常样本图像的平均特征在特征空间的距离大于第一阈值,且各个身份标签的困难样本特征与该身份标签的正常样本图像的平均特征在特征空间的距离小于第二阈值;
各个身份标签的困难样本特征与该身份标签的每一正常样本图像的平均特征在特征空间的距离,大于该身份特征的该正常样本图像的正常样本特征与该身份标签的正常样本图像的平均特征;
各个身份标签的每一正常样本图像的正常样本特征与该身份标签的困难样本特征在特征空间的距离,小于该身份标签的该正常样本图像的正常样本特征与其他身份标签的正常样本图像的平均特征。
7.根据权利要求5所述的装置,还包括迭代模块,用于在调整所述行人再识别网络的网络参数和所述身份标签的待学习参数之后,
返回所述将所述训练数据集输入所述行人再识别网络,得到各个身份标签的每一正常样本图像的正常样本特征、各个身份标签的正常样本图像的平均特征的步骤,直到满足预设的网络训练终止条件。
8.一种行人再识别装置,所述装置包括:
图像获取模块,用于获取已知身份标签的基准图像和多个未知身份标签的目标图像;
图像输入模块,用于将所述基准图像和所述目标图像输入预先训练的行人再识别网络,分别得到基准特征和各个目标图像的目标特征;其中,所述行人再识别网络是基于权利要求1所述方法训练的;
识别模块,用于基于所述基准特征和各个目标特征在特征空间的距离,识别各个目标图像的身份标签。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
11.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111191501.9A CN113935482A (zh) | 2021-10-13 | 2021-10-13 | 一种行人再识别网络的训练方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111191501.9A CN113935482A (zh) | 2021-10-13 | 2021-10-13 | 一种行人再识别网络的训练方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113935482A true CN113935482A (zh) | 2022-01-14 |
Family
ID=79279068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111191501.9A Pending CN113935482A (zh) | 2021-10-13 | 2021-10-13 | 一种行人再识别网络的训练方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113935482A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724090A (zh) * | 2022-05-23 | 2022-07-08 | 北京百度网讯科技有限公司 | 行人再识别模型的训练方法、行人再识别方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919909A (zh) * | 2017-02-10 | 2017-07-04 | 华中科技大学 | 一种行人重识别的度量学习方法和系统 |
CN109101865A (zh) * | 2018-05-31 | 2018-12-28 | 湖北工业大学 | 一种基于深度学习的行人重识别方法 |
CN111126577A (zh) * | 2020-03-30 | 2020-05-08 | 北京精诊医疗科技有限公司 | 一种针对不均衡样本的损失函数设计方法 |
US20200272860A1 (en) * | 2019-02-22 | 2020-08-27 | Canon Kabushiki Kaisha | System and method of training an appearance signature extractor |
CN112818175A (zh) * | 2021-02-07 | 2021-05-18 | 中国矿业大学 | 一种厂区工作人员搜索方法及人员识别模型的训练方法 |
CN113313575A (zh) * | 2021-06-08 | 2021-08-27 | 支付宝(杭州)信息技术有限公司 | 一种风险识别模型的确定方法及装置 |
CN113344581A (zh) * | 2021-05-31 | 2021-09-03 | 中国工商银行股份有限公司 | 业务数据处理方法及装置 |
-
2021
- 2021-10-13 CN CN202111191501.9A patent/CN113935482A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106919909A (zh) * | 2017-02-10 | 2017-07-04 | 华中科技大学 | 一种行人重识别的度量学习方法和系统 |
CN109101865A (zh) * | 2018-05-31 | 2018-12-28 | 湖北工业大学 | 一种基于深度学习的行人重识别方法 |
US20200272860A1 (en) * | 2019-02-22 | 2020-08-27 | Canon Kabushiki Kaisha | System and method of training an appearance signature extractor |
CN111126577A (zh) * | 2020-03-30 | 2020-05-08 | 北京精诊医疗科技有限公司 | 一种针对不均衡样本的损失函数设计方法 |
CN112818175A (zh) * | 2021-02-07 | 2021-05-18 | 中国矿业大学 | 一种厂区工作人员搜索方法及人员识别模型的训练方法 |
CN113344581A (zh) * | 2021-05-31 | 2021-09-03 | 中国工商银行股份有限公司 | 业务数据处理方法及装置 |
CN113313575A (zh) * | 2021-06-08 | 2021-08-27 | 支付宝(杭州)信息技术有限公司 | 一种风险识别模型的确定方法及装置 |
Non-Patent Citations (3)
Title |
---|
LI, GUOFA: "Person Re-Identification Using Additive Distance Constraint With Similar Labels Loss", 《IEEE ACCESS》, vol. 8, 1 January 2020 (2020-01-01) * |
周刊;胡士强;吴桐;: "基于深度度量学习的行人重识别方法", 传感器与微系统, no. 05, 6 May 2020 (2020-05-06) * |
马文锦: "行人重识别中的度量学习与数据平衡研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》, no. 4, 15 April 2021 (2021-04-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114724090A (zh) * | 2022-05-23 | 2022-07-08 | 北京百度网讯科技有限公司 | 行人再识别模型的训练方法、行人再识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113971751A (zh) | 训练特征提取模型、检测相似图像的方法和装置 | |
CN112560996A (zh) | 用户画像识别模型训练方法、设备、可读存储介质及产品 | |
CN113627361B (zh) | 人脸识别模型的训练方法、装置及计算机程序产品 | |
CN113313053A (zh) | 图像处理方法、装置、设备、介质及程序产品 | |
CN112966744A (zh) | 模型训练方法、图像处理方法、装置和电子设备 | |
CN112528858A (zh) | 人体姿态估计模型的训练方法、装置、设备、介质及产品 | |
CN113657289A (zh) | 阈值估计模型的训练方法、装置和电子设备 | |
CN115631381A (zh) | 分类模型训练方法、图像分类方法、装置及电子设备 | |
CN114511743B (zh) | 检测模型训练、目标检测方法、装置、设备、介质及产品 | |
CN113591709B (zh) | 动作识别方法、装置、设备、介质和产品 | |
CN114120454A (zh) | 活体检测模型的训练方法、装置、电子设备及存储介质 | |
CN113989300A (zh) | 车道线分割的方法、装置、电子设备和存储介质 | |
CN113935482A (zh) | 一种行人再识别网络的训练方法及装置 | |
CN113065523A (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
CN115273148B (zh) | 行人重识别模型训练方法、装置、电子设备及存储介质 | |
CN114882334A (zh) | 用于生成预训练模型的方法、模型训练方法及装置 | |
CN114973333A (zh) | 人物交互检测方法、装置、设备以及存储介质 | |
CN114707638A (zh) | 模型训练、对象识别方法及装置、设备、介质和产品 | |
CN113989568A (zh) | 目标检测方法、训练方法、装置、电子设备以及存储介质 | |
CN115809687A (zh) | 一种图像处理网络的训练方法及装置 | |
CN113936158A (zh) | 一种标签匹配方法及装置 | |
CN113947195A (zh) | 模型确定方法、装置、电子设备和存储器 | |
CN114037965A (zh) | 模型训练和车道线预测方法、设备及自动驾驶车辆 | |
CN114724090B (zh) | 行人再识别模型的训练方法、行人再识别方法及装置 | |
CN113408661B (zh) | 误匹配确定方法、装置、设备和介质 |
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 |