一种四元组图像的生成方法和装置制造方法及图纸

本申请提供了一种四元组图像的生成方法和装置，包括：在行人重识别数据集中存在未生成四元组的图像时，分别获取不同行人的图像组成批处理样本集；处理批处理样本集中各图像，得到各图像之间的相似度；根据计算得到的各图像之间的相似度，分别确定出批处理样本集中各图像与各图像对应行人的其他图像中相似度最小的图像、以及各图像与其他行人图像中相似度最大的两幅图像，组成各图像的四元组图像。通过本申请实施例提供的四元组图像的生成方法和装置，可以提高训练出的行人重识别模型对行人的识别能力。

A method and device for generating four tuple images

The invention provides a method and apparatus for generating, a four tuple image includes: in the heavy pedestrian recognition data concentration in the image does not generate four tuples, respectively, to obtain different pedestrian image composed of batch samples; processing batch samples of each image, get the similarity between each image according to the similarity between each; the image is calculated, respectively to determine the similarity of other images in batch samples of each image and each image corresponding to the minimum of the pedestrian image, and the two picture similarity of each image and other pedestrians in images like the largest, consisting of four tuple image of each image. The generation method and device of the four tuple image provided by the application example can improve the recognition ability of the trained pedestrian weight recognition model for pedestrians.

【技术实现步骤摘要】
一种四元组图像的生成方法和装置
本申请涉及图像识别
，具体而言，涉及一种四元组图像的生成方法和装置。
技术介绍
目前，行人重识别技术，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术，该技术正广泛应用于智能视频监控、智能安保等领域。为了对行人进行识别，需要将采集的行人重识别数据集作为训练集，通过神经网络(NeuralNetwork，NN)训练出行人重识别模型，并以训练出的行人重识别模型进行行人重识别。为了训练出行人重识别模型，一般是从行人重识别数据集中随机取出4个图像作为一个四元组，在将行人重识别数据集中待训练的行人图像形成多个四元组后，再对行人重识别模型进行训练。但是，随机取出4个图像作为一个四元组，如果选出的4个图像的识别度较高，容易导致训练出的行人重识别模型对行人的识别能力较差。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种四元组图像的生成方法和装置，以提高训练出的行人重识别模型对行人的识别能力。第一方面，本申请实施例提供了一种四元组图像的生成方法，包括：在行人重识别数据集中分别获取不同行人的图像组成批处理样本集；处理所述批处理样本集中各所述图像，得到各所述图像之间的相似度；根据计算得到的各所述图像之间的相似度，对于所述批处理样本集中的每个所述图像，确定与所述图像对应于同一行人的其他图像中相似度最小的图像，以及确定与所述图像不对应于同一行人的其他图像中相似度最大的两幅图像；将所述确定的图像与所述图像一起组成所述四元组图像。结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中：处理所述批处理样本集中各所述图像，得到各所述图像之间的相似度，包括：通过神经网络对所述批处理样本集中各所述图像进行处理，得到各所述图像的图像特征；通过计算各所述图像的图像特征之间的距离，得到各所述图像之间的相似度。结合第一方面，本申请实施例提供了第一方面的第二种可能的实施方式，其中：所述根据计算得到的各所述图像之间的相似度，对于所述批处理样本集中的每个所述图像，确定与所述图像对应于同一行人的其他图像中相似度最小的图像，以及确定与所述图像不对应于同一行人的其他图像中相似度最大的两幅图像；将所述确定的图像与所述图像一起组成所述四元组图像，包括：在所述批处理样本集中任意选择一张图像作为所述四元组图像的第一图像；在所述第一图像对应的行人的其他图像中确定与所述第一图像相似度最小的图像作为所述四元组图像的第二图像；根据所述第一图像与除了所述第一图像对应的行人之外的其他行人的各图像之间的相似度，确定所述四元组图像的第三图像和第四图像。结合第一方面，本申请实施例提供了第一方面的第三种可能的实施方式，其中：根据所述第一图像与除了所述第一图像对应的行人之外的其他行人的各图像之间的相似度，确定所述四元组图像的第三图像和第四图像，包括：在所述其他行人的各图像中确定与所述第一图像相似度最大的图像作为所述四元组图像的第三图像；在除了所述第一图像对应的行人以及所述第三图像对应的行人之外的其他行人的各图像中确定与所述第三图像相似度最大的图像作为所述四元组图像的第四图像。结合第一方面，本申请实施例提供了第一方面的第四种可能的实施方式，其中：根据所述第一图像与除了所述第一图像对应的行人之外的其他行人的各图像之间的相似度，确定所述四元组图像的第三图像和第四图像，还包括：在所述其他行人的各图像中确定与所述第一图像相似度最大的图像作为所述四元组图像的第三图像；在除了所述第一图像对应的行人以及所述第三图像对应的行人之外的其他行人的各图像中确定与所述第一图像相似度第二大的图像作为所述四元组图像的第四图像。第二方面，本申请实施例提供了一种四元组图像的生成装置，包括：获取模块，用于在行人重识别数据集中分别获取不同行人的图像组成批处理样本集；处理模块，用于处理所述批处理样本集中各所述图像，得到各所述图像之间的相似度；四元组图像确定模块，用于根据计算得到的各所述图像之间的相似度，对于所述批处理样本集中的每个所述图像，确定与所述图像对应于同一行人的其他图像中相似度最小的图像，以及确定与所述图像不对应于同一行人的其他图像中相似度最大的两幅图像；将所述确定的图像与所述图像一起组成所述四元组图像。结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中：所述处理模块，包括：图像处理单元，用于通过神经网络对所述批处理样本集中各所述图像进行处理，得到各所述图像的图像特征；相似度计算单元，用于通过计算各所述图像的图像特征之间的距离，得到各所述图像之间的相似度。结合第二方面，本申请实施例提供了第二方面的第二种可能的实施方式，其中：所述四元组图像确定模块，包括：获取单元，用于在所述批处理样本集中任意选择一张图像作为所述四元组图像的第一图像；第一确定单元，用于在所述第一图像对应的行人的其他图像中确定与所述第一图像相似度最小的图像作为所述四元组图像的第二图像；第二确定单元，用于根据所述第一图像与除了所述第一图像对应的行人之外的其他行人的各图像之间的相似度，确定所述四元组图像的第三图像和第四图像。结合第二方面，本申请实施例提供了第二方面的第三种可能的实施方式，其中：所述第二确定单元，具体用于：在所述其他行人的各图像中确定与所述第一图像相似度最大的图像作为所述四元组图像的第三图像；在除了所述第一图像对应行人以及所述第三图像对应的行人之外的其他行人的各图像中确定与所述第三图像相似度最大的图像作为所述四元组图像的第四图像。结合第二方面，本申请实施例提供了第二方面的第四种可能的实施方式，其中：所述第二确定单元，还具体用于：在所述其他行人的各图像中确定与所述第一图像相似度最大的图像作为所述四元组图像的第三图像；在除了所述第一图像对应的行人以及所述第三图像对应的行人之外的其他行人的各图像中确定与所述第一图像相似度第二大的图像作为所述四元组图像的第四图像。第三方面，本申请实施例提供了一种计算机系统，所述系统包括存储装置和处理器，所述存储装置上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行上述的四元组图像的生成方法。第四方面，本申请实施例提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行上述的四元组图像的生成方法。本申请实施例提供的四元组图像的生成方法和装置，通过对批处理样本集中各图像进行处理得到各图像之间的相似度，并以各图像之间的相似度分别确定出批处理样本集中各图像与各图像对应行人的其他图像中相似度最小的图像、以及各图像与其他行人图像中相似度最大的两幅图像，组成各图像的四元组图像，与相关技术中随机生成图像的四元组相比，通过确定出批处理样本集中各图像与各图像对应行人的其他图像中相似度最小的图像、以及各图像与其他行人图像中相似度最大的两幅图像，组成各图像的难识别的四元组图像，从而在深度学习过程中专门对难识别的四元组图像进行训练，提升训练出的行人重识别模型对细节信息的提取能力，提高了行人重识别模型的行人识别能力。为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介本文档来自技高网...

【技术保护点】
一种四元组图像的生成方法，其特征在于，包括：在行人重识别数据集中分别获取不同行人的图像组成批处理样本集；处理所述批处理样本集中各所述图像，得到各所述图像之间的相似度；根据计算得到的各所述图像之间的相似度，对于所述批处理样本集中的每个所述图像，确定与所述图像对应于同一行人的其他图像中相似度最小的图像，以及确定与所述图像不对应于同一行人的其他图像中相似度最大的两幅图像；将所述确定的图像与所述图像一起组成所述四元组图像。

【技术特征摘要】
1.一种四元组图像的生成方法，其特征在于，包括：在行人重识别数据集中分别获取不同行人的图像组成批处理样本集；处理所述批处理样本集中各所述图像，得到各所述图像之间的相似度；根据计算得到的各所述图像之间的相似度，对于所述批处理样本集中的每个所述图像，确定与所述图像对应于同一行人的其他图像中相似度最小的图像，以及确定与所述图像不对应于同一行人的其他图像中相似度最大的两幅图像；将所述确定的图像与所述图像一起组成所述四元组图像。2.根据权利要求1所述的方法，其特征在于，处理所述批处理样本集中各所述图像，得到各所述图像之间的相似度，包括：通过神经网络对所述批处理样本集中各所述图像进行处理，得到各所述图像的图像特征；通过计算各所述图像的图像特征之间的距离，得到各所述图像之间的相似度。3.根据权利要求1所述的方法，其特征在于，所述根据计算得到的各所述图像之间的相似度，对于所述批处理样本集中的每个所述图像，确定与所述图像对应于同一行人的其他图像中相似度最小的图像，以及确定与所述图像不对应于同一行人的其他图像中相似度最大的两幅图像；将所述确定的图像与所述图像一起组成所述四元组图像，包括：在所述批处理样本集中任意选择一张图像作为所述四元组图像的第一图像；在所述第一图像对应的行人的其他图像中确定与所述第一图像相似度最小的图像作为所述四元组图像的第二图像；根据所述第一图像与除了所述第一图像对应的行人之外的其他行人的各图像之间的相似度，确定所述四元组图像的第三图像和第四图像。4.根据权利要求3所述的方法，其特征在于，根据所述第一图像与除了所述第一图像对应的行人之外的其他行人的各图像之间的相似度，确定所述四元组图像的第三图像和第四图像，包括：在所述其他行人的各图像中确定与所述第一图像相似度最大的图像作为所述四元组图像的第三图像；在除了所述第一图像对应的行人以及所述第三图像对应的行人之外的其他行人的各图像中确定与所述第三图像相似度最大的图像作为所述四元组图像的第四图像。5.根据权利要求3所述的方法，其特征在于，根据所述第一图像与除了所述第一图像对应的行人之外的其他行人的各图像之间的相似度，确定所述四元组图像的第三图像和第四图像，还包括：在所述其他行人的各图像中确定与所述第一图像相似度最大的图像作为所述四元组图像的第三图像；在除了所述第一图像对应的行人以及所述第三图像对应的行人之外的其他行人的各图像中确定与所述第一图像相似度第二大的图像作为所述四元组图像的第四图像。6.一...

【专利技术属性】
技术研发人员：孙逸潇，
申请(专利权)人：北京旷视科技有限公司，北京迈格威科技有限公司，
类型：发明
国别省市：北京,11