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：北京大学深圳研究生院

摘要：本发明公开了一种基于相机感知解耦和不确定性建模的人物再识别方法。本方法为：1构建由特征提取模块、相机感知解耦模块、不确定性建模模块、协同教学模块四个部分构成的CSUE模型；2利用有标记的源数据集来预训练CSUE模型；3将机器人拍摄的无标识照片输入预训练后的CSUE模型，得到无标识照片的识别结果。本发明利用特征提取模块对机器人所拍摄的照片进行特征提取用于生成伪标签，实现对机器人拍摄的照片特征提取与目标物体的初步标记，利用相机感知解耦模块、不确定性建模模块对伪标签进行微调，完成机器人拍摄的照片中物体的最终标记。本发明充分利用标签的不确定性，高效的细化了伪标签，可以灵活地使用现有的网络架构。

主权项：1.一种基于相机感知解耦和不确定性建模的人物再识别方法，其步骤包括：1构建CSUE模型，所述CSUE模型包括特征提取模块、相机感知解耦模块、不确定性建模模块、协同教学模块；将机器人所带相机拍摄的照片进行标注，得到一样本并存入源数据集；将所述源数据集中机器人所带相机拍摄的照片的邻居分解为两类和代表由同一相机在不同时刻所拍摄照片组成的集合，代表同一时刻由不同相机在不同角度拍摄的照片所组成的集合；2利用有标记的源数据集预训练所述CSUE模型；其中，所述特征提取模块包括两个具有相同架构但不同随机种子的第一协同网络Net1和第二协同网络Net2；第一轮训练时，对于所述源数据集中机器人所带相机拍摄的一照片将其分别输入第一协同网络Net1和第二协同网络Net2得到输出F1、F2，然后将fit＝F1+F22分别输入所述相机感知解耦模块、不确定性建模模块；记录第一协同网络Net1、第二协同网络Net2在每次迭代训练时的参数取值；后续每一轮训练时，根据第一协同网络Net1已完成的各迭代训练时的参数平均值建立第一时间平均网络根据第二协同网络Net2已完成的各迭代训练时的参数平均值建立第二时间平均网络对于所述源数据集中机器人所带相机拍摄的一照片将其分别输入到第一协同网络Net1、第二协同网络Net2、第一时间平均网络和第二时间平均网络得到对应的输出F1、F2和然后将fit＝F1+F22分别输入所述相机感知解耦模块、不确定性建模模块，将输入所述不确定性建模模块；所述相机感知解耦模块包含一存储库M，用于存储所述特征提取模块输出的特征，并以动量的方式更新所述存储库M中的特征，以及计算相机解耦损失Lcam所需的信息并将其发送给所述协同教学模块；所述不确定性建模模块，用于对所述特征提取模块输出的特征进行聚类，将每一聚类中的聚类中心特征存储到存储库W，并以动量的方式更新所述存储库W中的聚类中心特征，以及计算识别损失Luid、软标签标记损失Lusid、三重态损耗Lutri和软三重态损失Lustri所需的信息并将其发送给所述协同教学模块；所述协同教学模块根据收到的信息计算损失函数L＝λ1Luid+λ2Lusid+λ3Lutri+λ4Lustri+λ5Lcam；然后根据损失函数值优化所述CSUE模型；λ1,λ2,λ3,λ4,λ5相应的权重因子；3将机器人拍摄的无标识照片输入预训练后的所述CSUE模型，得到所述无标识照片的识别结果。

全文数据：

权利要求：

百度查询： 北京大学深圳研究生院 一种基于相机感知解耦和不确定性建模的人物再识别方法