一种渐进式多损失函数约束下的行人重识别动态训练方法和系统

摘要

本发明涉及深度学习领域，公开了一种渐进式多损失函数约束下的行人重识别动态训练方法和系统；通过关键点检测技术确定行人裁剪框位置，通过padding方式进行行人部件对齐；设计网络结构对不同尺寸细节特征进行提取；通过渐进式多损失联合约束方法对提取的特征向量进行动态训练。比较每个图像块之间的相似度，实现更精准、更有效的特征比对；设计多尺度特征提取模块，捕捉不同尺寸细节特征，增加网络特征提取能力；渐进式多损失联合约束方法进行动态训练，其调控性强、灵活度高；可根据不同训练阶段，逐步控制类内距离和类间距离不断趋向于理想状态，最终提升模型特征提取能力，优化模型效果。