一种提高行人重识别精准度的控制方法技术

本发明专利技术涉及行人重识别技术领域，公开了一种提高行人重识别精准度的控制方法，所述方法包括对样本图像特征进行划分，得到若干组分支结构，并作为学生模型；在分支结构中softmax前分别添加BN层；对添加BN层后的分支结构分别进行人物ID识别，并输出人物ID识别概率值；对分支结构中获得的人物ID识别概率值进行集成，构建教师模型；用教师模型训练学生模型，得到识别模型，将识别模型用于行人重识别检测，得到识别结果。本申请中在对人物ID概率值进行计算前，先添加BN层，有利于将相似度较高的区别特征进一步放大，有效减少选取温度参数的计算量，简化蒸馏流程。同时不用额外构建分支结构，减少计算量，从而整体提升行人重识别精准率。从而整体提升行人重识别精准率。从而整体提升行人重识别精准率。

【技术实现步骤摘要】
一种提高行人重识别精准度的控制方法


[0001]本专利技术涉及行人重识别
，具体涉及一种提高行人重识别精准度的控制方法。

技术介绍

[0002]行人重识别也称为行人再识别，是利用计算机视觉技术判断图像或者序列中是否存在特定行人的技术，即给定一个监控行人的图像，检索跨设备下的该行人图像，从而对行人进行识别。该技术已被广泛应用于智能视频监控、智能安保等领域。但是，由于不同监控设备之间存在差异，且行人兼具刚性和柔性的特性，其外观容易受到行为、动作、穿着、尺度、姿态以及视角等因素的影响，导致行人重识别效果不够精准，甚至出现“张冠李戴”的情况。
[0003]而随着科学的不断发展，现也衍生出很多能提高行人重识别精准度的方法。其中就包括现如今被广泛应用的知识蒸馏技术。而目前用于行人重识别的知识蒸馏技术主要有两种方案，一是先训练一个大模型再去蒸馏小模型；二是独立构造多个同样的小模型，再一起去蒸馏一个小模型。而这两种方案都需要在训练阶段成倍的增强计算量。都是需要通过对特征信息的不断增加筛选，从而提高输出模型中特征识别的准确率，然后再进行训练，以此提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种提高行人重识别精准度的控制方法，其特征在于,包括以下步骤：S1.对样本图像特征按照总
‑
分的划分原则进行划分，得到一组全局分支结构和若干组局部分支结构，以此形成学生模型；S2.在各分支结构中的softmax层前面单独添加能够增加各分支结构中部分特定特征区别率的BN层；S3.对添加BN层后的各分支结构进行softmax输出，并对输出采用mes损失函数进行蒸馏，分别进行人物ID识别，同时输出人物ID识别概率值；S4.对各分支结构中获得的人物ID识别概率值按照集成策略进行集成，构建教师模型；S5.用教师模型分别对每组分支结构形成的学生模型进行训练，得到识别模型，将识别模型用于行人重识别检测，得到检测结果。2.根据权利要求1所述的一种提高行人重识别精准度的控制方法，其特征在于：所述全局分支结构为包含所有样本图像特征的分支结构；所述局部分支结构为包含部分样本图像特征...

【专利技术属性】
技术研发人员：陈文杰，张世豪，
申请(专利权)人：重庆电子工程职业学院，
类型：发明
国别省市：