买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国民航大学

摘要：一种基于自适应优化网络结构的行人重识别方法。其包括采集原始行人图像，划分训练集、测试集、验证集；构建基于OSNet的行人重识别神经网络模型；得到完整行人特征图；自适应调整行人重识别神经网络模型结构；得到目标损失函数；获得最终行人重识别神经网络模型；行人重识别等步骤。本发明可有效提升行人重识别的精度，使得系统能更准确地识别行人身份。强化特征提取模块有助于提高行人重识别神经网络模型的训练效率和泛化性能。自适应优化网络结构模块可使行人重识别神经网络模型的泛化性增强，在不同的应用场景中均取得了较好的效果。

主权项：1.一种基于自适应优化网络结构的行人重识别方法，其特征在于：所述行人重识别方法包括按顺序进行的下列步骤：1采集用于行人重识别的原始行人图像，对原始行人图像进行分类并添加标签，由所有已分类且添加有标签的行人图像构成行人图像数据库，然后将行人图像数据库中的行人图像按比例划分为训练集和测试集，并获得验证集；2构建基于OSNet的行人重识别神经网络模型，所述基于OSNet的行人重识别神经网络模型包括主干网络、强化特征提取模块、自适应优化网络结构模块、分类器和目标损失函数；3将步骤1获得的训练集中的行人图像输入步骤2构建的行人重识别神经网络模型进行训练，首先利用强化特征提取模块获得正常卷积核提取的行人特征图，然后利用卷积的可加性原理对行人图像同时叠加两个非对称卷积核，并对每个不同的非对称卷积核设置相应的卷积核自适应权重，得到非对称卷积核提取的行人特征图，之后将上述两种行人特征图相加得到完整行人特征图；4自适应优化网络结构模块对处于同一网络层中不同bottleneck内的卷积运算支路设置支路自适应权重并进行分组，然后采用映射算法得到卷积运算支路组的结构参数，达到自适应调整行人重识别神经网络模型结构的目的；5将步骤3获得的完整行人特征图输入分类器进行分类得到身份类别，然后通过身份类别计算三元度量损失和交叉熵，之后基于三元度量损失和交叉熵得到目标损失函数；6重复步骤3至步骤5训练行人重识别神经网络模型，在训练过程中通过使目标损失函数取得最小值使行人重识别神经网络模型达到收敛，获得训练后的行人重识别神经网络模型；然后利用步骤1获得的测试集和验证集对上述训练后的行人重识别神经网络模型进行调优和性能检测，获得最终行人重识别神经网络模型；7将实时采集的行人图像输入上述最终行人重识别神经网络模型，得到完整的行人特征图并进行分类与排序，由此达到行人重识别的目的。

全文数据：

权利要求：

百度查询： 中国民航大学 一种基于自适应优化网络结构的行人重识别方法