一种同源双目图像困难样本对学习方法、系统、设备及存储介质技术方案

一种同源双目图像困难样本对学习方法、系统、设备及存储介质，包括：步骤S1：获取训练样本对；步骤S2：对所述训练样本对进行识别，获得初始模型；步骤S3：计算每个所述训练图像的误差及每个所述训练样本对的综合误差，并根据所述综合误差计算每个所述训练样本对的第一权重，根据所述误差及所述训练样本对中不同的训练图像的偏差计算每个所述训练图像的第二权重；步骤S4：根据所述第一权重和所述第二权重对所述训练样本对进行训练，得到第二模型；步骤S5：重复步骤S3‑S4，直至所述第二模型收敛。本发明专利技术能够实现模型对于人体特征的困难样本对的重点学习，加快收敛速度，尤其对于训练样本对种类丰富的训练集具有更好的均衡性，具有学习效果好、适用范围广、识别度高的优点。

【技术实现步骤摘要】

所属的技术人员能够理解，本专利技术的各个方面可以实现为系统、方法或程序产品。因此，本专利技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。图4是本专利技术实施例中的一种同源双目图像困难样本对学习的训练设备的结构示意图。下面参照图4来描述根据本专利技术的这种实施方式的电子设备600。图4显示的电子设备600仅仅是一个示例，不应对本专利技术实施例的功能和使用范围带来任何限制。如图4所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述一种同源双目图像困难样本对学习的训练方法部分中描述的根据本专利技术各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。存储单元620可以包括易失性本文档来自技高网...

【技术保护点】

1.一种同源双目图像困难样本对学习方法，其特征在于，包括：

2.根据权利要求1所述的一种同源双目图像困难样本对学习方法，其特征在于，在步骤S3中，根据所述综合误差与第一阈值的关系，将所述训练样本对分为简单样本对与困难样本对，并对所述简单样本对增广，以提升学习的多样化。

3.根据权利要求1所述的一种同源双目图像困难样本对学习方法，其特征在于，在步骤S4中，根据第二阈值将所述正样本对分为第一简单样本对和第一困难样本对；根据第三阈值将所述负样本对分为第二简单样本对和第二困难样本对；其中，所述第一困难样本对与所述第二困难样本对数量相同。

4.根据权利要求1所述...

【技术特征摘要】

1.一种同源双目图像困难样本对学习方法，其特征在于，包括：

2.根据权利要求1所述的一种同源双目图像困难样本对学习方法，其特征在于，在步骤s3中，根据所述综合误差与第一阈值的关系，将所述训练样本对分为简单样本对与困难样本对，并对所述简单样本对增广，以提升学习的多样化。

3.根据权利要求1所述的一种同源双目图像困难样本对学习方法，其特征在于，在步骤s4中，根据第二阈值将所述正样本对分为第一简单样本对和第一困难样本对；根据第三阈值将所述负样本对分为第二简单样本对和第二困难样本对；其中，所述第一困难样本对与所述第二困难样本对数量相同。

4.根据权利要求1所述的一种同源双目图像困难样本对学习方法，其特征在于，所述第二权重其中，δli1是所述训练样本对中一个训练图像的误差，δli2是所述训练样本对中另一个训练图像的误差，wi是模型学习的参数，αi是权重系数；所述第一权重其中，δlj是综合误差...

【专利技术属性】
技术研发人员：段兴，陈晨，林威宇，吴陈涛，兰兴增，汪博，朱力，吕方璐，
申请(专利权)人：深圳市光鉴科技有限公司，
类型：发明
国别省市：