一种基于正样本平衡约束的深度行人再标识方法

摘要

本发明提供一种基于正样本平衡约束的深度行人再标识方法，该方法使用的残差网网络结构简洁并且得到广泛应用，足够深的网络结构增强了特征表达能力，并且不需要对网络结构进行特别设计；发现用残差网分类器进行图像特征提取，行人再标识的准确率便可以高于大部分的精心设计的方法；相比于二元组损失和三元组损失的方法，提升结构损失不需要特意生成有效的样本便可以达到类似的效果，并且利用整体的分布信息，学习到的梯度方向更加稳健有效；在提升结构损失的基础上，增加了正样本平衡约束，不仅可以控制正样本对的距离，并且可以平衡正样本对距离和负样本对距离的梯度，使得算法更容易训练以及提升算法性能。