[发明专利]基于多重聚类信息的无监督行人难样本挖掘方法和系统

说明书

本发明公开了一种基于多重聚类信息的无监督行人难样本挖掘方法和系统，根据三种聚类方法得出的聚类信息的置信度不同，使用不同的参数对三种聚类信息进行融合，生成软多重标签。根据数据的特征相似度与软多重标签相似度的矛盾，从而判定样本集中的难正样本对以及难负样本对。本发明基于不同聚类方法的聚类机制不同的特点，对同一样本集进行不同聚类方式的聚类，并且将聚类结果融合在一起形成软多重标签，为无标签数据提供了一个更鲁棒的监督信息，从而可以对现有的一些方法进行效果的提升，增强行人重识别的效果。本发明利用特征相似度与软多标签相似度之间的矛盾，从而挖掘样本数据集中的难样本对，对行人重识别进行优化。

技术领域

本发明涉及行人重识别技术领域，更具体地，涉及一种基于多重聚类信息的无监督行人难样本挖掘方法和系统。

背景技术

行人重识别技术是近年来备受关注的一项技术。行人重识别技术是指利用计算机视觉技术，判断若干图像中或者视频的序列中，是否存在特定行人的技术。当我们得不到一个人清晰的人脸图片时，无法进行人脸识别，这时行人重识别就成为了一个非常重要的替代品技术。但是单靠人力在多个摄像头的多个时间段的视频图像中进行搜索，会出现因疲劳等人为因素的失误，而且需要判断的数据量过大，需要大量的人力资源以及时间，容易错失侦查时机。借助计算机技术，能够更好的完成该项任务。

近年来对行人重识别技术的研究主要集中在深度学习方面，利用深度学习的网络去学习带有标签作为强监督信息的行人图像，学习其中的行人细节特征，进而对其他行人图像进行判断。在有监督的情况下，行人重识别已经达到了很好的效果，但是在实际需要进行行人重识别的任务中，数据往往是没有人为标注的标签的。深度网络在进行行人特征学习时，并没有一个很好的监督信息作为约束，所以目前在无监督的行人重识别技术方面，效果一直差于有监督的行人重识别。如何让深度网络模型在没有标签的数据集上也能学习到有用的行人图像特征成为重点。近年来的研究，倾向于使用聚类以及域适应等方法，为无标签数据提供弱监督信息，然后使用神经网络模型进行特征学习。公开日为2020年11月03日，公开号为CN111881757A的中国专利公开了一种行人重识别方法、装置、设备及介质，包括：利用第一行人重识别模型提取原始训练集的特征；其中，所述原始训练集包括行人样本图像和对应的标签信息；根据所述原始数据集的特征空间分布特性，进行聚类；根据聚类结果筛选出困难样本；将所述困难样本添加至所述原始训练集，得到目标训练集；利用所述目标训练集对所述第一行人重识别模型进行训练，得到第二行人重识别模型；当获取到待识别行人图像，则利用所述第二行人重识别模型输出对应的识别结果。但是该专利没有很好的对行人图像数据中的难样本对进行处理。难样本对指的是不同的行人图像中特征相似的样本对以及相同的行人中特征不相似的样本对。因此需要一种更好的方法，对样本中的难样本进行判断并且优化它们之间的距离。

发明内容

本发明的首要目的是提供一种基于多重聚类信息的无监督行人难样本挖掘方法，对样本中的难样本进行判断并且优化。

本发明的进一步目的是提供一种基于多重聚类信息的无监督行人难样本挖掘系统。

为解决上述技术问题，本发明的技术方案如下：

一种基于多重聚类信息的无监督行人难样本挖掘方法，包括以下步骤：

S1：构建神经网络，并获取行人数据集，所述行人数据集包括有标签的行人数据集和无标签的行人数据集；

S2：利用S1构建的神经网络对有标签的行人数据集进行特征学习，并对划分出来的特征进行优化；

S3：利用S2特征学习后的神经网络作为对无标签的行人数据集进行学习的预训练模型，对无标签的行人数据集进行特征提取，将提取的特征构建记忆模型；

S4：对记忆模型中的数据进行DBSCAN聚类，计算被聚类样本的各自聚类中心，使用联合对比损失函数对神经网络进行优化，利用优化后的神经网络再次进行特征学习，并使用新的特征更新记忆模型；