[发明专利]基于群对称理论的行人重识别方法

摘要

本发明公开了一种基于群对称理论的行人重识别方法，包括：读入图像数据，进行图像数据前期处理；构建群残差网络ResGroupNet；所述群残差网络采用ResNet‑50网络作为主干网络；将归一化好的图像数据放入构建的群残差网络，进行训练；训练完数据后，进行特征提取，将提取的特征进行相似度排序并输出特征，根据输出特征检索出需要查找的人物。在主干网络中，我们使用了球面损失作为损失函数，在分支网络中，我们使用了三元损失作为我们的损失函数，最后将这两个损失函数进行加权求和的结果作为整个网络的损失函数。本发明所提出的基于群对称理论的行人重识别方法，利用群对称理论来高效且精确地检索出该人物的图片或者视频序列。

主权项

1.一种基于群对称理论的行人重识别方法，其特征在于，包括如下步骤：步骤一：读入图像数据，进行图像数据前期处理；步骤二：构建群残差网络ResGroupNet，该群残差网络用于约束输入特征的结构信息；其中，群残差网络结构包括：输入层，主干网络，批量归一化层，群分支网络Group Branch，损失函数Loss；所述群残差网络采用ResNet‑50网络作为主干网络；在主干网络的中层引出所述群分支网络，将该主干网络的中层的输出作为所述群分支网络的输入；在所述主干网络的末尾增加第一损失函数Loss1，在所述群分支网络的末尾增加第二损失函数Loss2；将所述第一损失函数Loss1和所述第二损失函数Loss2进行加权求和运算，作为所述群残差网络的总损失函数Loss；步骤三：将归一化好的图像数据放入构建的群残差网络，进行训练；步骤四：训练完数据后，进行图像特征提取，将提取的特征进行相似度排序，相似度高的拍在最前面，相似度低的排在后面，得出排序结果；步骤五：输出特征，根据输出特征检索出需要查找的人物。