一种基于深度度量学习的行人重识别方法及装置

摘要

本发明公开了一种基于深度度量学习的行人重识别方法，在深度度量学习中，学习合适的特征空间映射，将行人重识别问题转化为检索问题，进行行人重识别。本发明设计了一种生成对抗网络，用于生成特定姿态的行人图片，解决现有行人重识别数据集中单个行人图片数量不足的问题；并设计了一种基于四元组的损失函数，用于训练检索网络，四元组损失能拉近正样本对在特征空间内的距离，降低了同类行人在特征空间内的分布方差，提高了行人重识别准确率。