[go: up one dir, main page]

CN111178115A - 对象识别网络的训练方法及系统 - Google Patents

对象识别网络的训练方法及系统 Download PDF

Info

Publication number
CN111178115A
CN111178115A CN201811340221.8A CN201811340221A CN111178115A CN 111178115 A CN111178115 A CN 111178115A CN 201811340221 A CN201811340221 A CN 201811340221A CN 111178115 A CN111178115 A CN 111178115A
Authority
CN
China
Prior art keywords
network
sub
processing
sample image
loss
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811340221.8A
Other languages
English (en)
Other versions
CN111178115B (zh
Inventor
袁培江
史震云
李建民
任鹏远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sensing Tech Co ltd
Original Assignee
Beijing Sensing Tech Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Sensing Tech Co ltd filed Critical Beijing Sensing Tech Co ltd
Priority to CN201811340221.8A priority Critical patent/CN111178115B/zh
Publication of CN111178115A publication Critical patent/CN111178115A/zh
Application granted granted Critical
Publication of CN111178115B publication Critical patent/CN111178115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Biomedical Technology (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)

Abstract

本公开涉及一种对象识别网络的训练方法及系统，该方法包括将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征；将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失；根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络。通过上述方法训练得到的第二识别网络，可以实现对目标对象的精确识别，并且，本公开所述的训练方法具有扩展性好的有点，可以增加多个第一识别网络以对第二识别网络进行训练。

Description

对象识别网络的训练方法及系统
技术领域
本公开涉及机器学习技术领域，尤其涉及一种对象识别网络的训练方法及系统。
背景技术
行人重识别(英文Person Re-identification，简称ReID)可以实现用一张或多张行人图像在检索库中搜索该图像对应的人在其他视角相机中的图像。
早期的ReID技术采用人工设计的图像特征，精度很差，后来开始使用深度学习技术后精度有了大幅提高。当前主流的ReID技术为基于深度学习的ReID技术，通过深度学习实现ReID技术可以提高ReID技术的识别精度，然而，基于深度学习的ReID技术常常因为模型的训练结果不佳导致识别效率低下。
因此，急需提出一种新的训练方法，以提高基于深度学习的ReID技术的识别精度及工作效率。
发明内容
根据本公开的一方面，提供了一种对象识别网络的训练方法，所述方法包括：
将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征；
将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失；
根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，
其中，所述第二识别网络用于识别待处理图像中的目标对象的身份，所述第一识别网络为用于训练所述第二识别网络的教师网络。
在一种可能的实施方式中，所述第一识别网络包括第一视图分解子网络、第一图像增广子网络、第一卷积子网络、第一池化子网络以及第一嵌入子网络，
其中，将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征，包括：
将目标样本图像输入第一视图分解子网络进行视图分解处理，获得所述目标样本图像的多个第一视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
将所述多个第一视图输入第一图像增广子网络进行增广处理，获得增广后的多个第二视图；
所述多个第一视图以及所述多个第二视图依次经由第一卷积子网络、第一池化子网络及第一嵌入子网络进行卷积、池化及嵌入处理，获得所述目标样本图像的多个第一视图的第一特征向量和多个第二视图的第二特征向量；
根据所述第一特征向量和所述第二特征向量，确定所述目标样本图像的教师特征。
在一种可能的实施方式中，所述第二识别网络包括特征提取网络、特征图映射网络及特征向量映射网络，所述特征提取网络包括第二图像增广子网络、第二卷积子网络、第二池化子网络、第二嵌入子网络以及分类子网络，
其中，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失，包括：
将目标样本图像输入第二图像增广子网络进行增广处理，获得增广后的第三视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
将所述第三视图输入第二卷积子网络进行卷积处理，获得所述目标样本图像的特征图；
将所述目标样本图像的特征图输入特征图映射网络进行处理，获得所述目标样本图像的多个第三视图的第一预测值；
根据多个样本图像的教师特征以及第一预测值，确定所述第二识别网络的第二网络损失。
在一种可能的实施方式中，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失，还包括：
所述目标样本图像的特征图依次经由第二池化子网络及第二嵌入子网络进行池化及嵌入处理，获得所述目标样本图像的第三特征向量；
将所述第三特征向量输入所述特征向量映射网络中处理，获得所述目标样本图像的多个第一视图的第二预测值；
根据多个样本图像的教师特征以及第二预测值，确定所述第二识别网络的第三网络损失。
在一种可能的实施方式中，所述特征图映射网络包括第一视图提取子网络、第三池化子网络及第三嵌入子网络，所述第一视图提取子网络用于将所述目标样本图像的特征图映射为所述目标样本图像的多个第一视图的特征图；
所述特征向量映射网络包括第二视图提取子网络及映射子网络，所述第二视图提取子网络用于将所述目标样本图像的第三特征向量映射为所述目标样本图像的多个第一视图的特征向量。
在一种可能的实施方式中，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，还包括：
将所述目标样本图像的第三特征向量输入所述分类子网络中进行处理，获得所述目标样本图像的分类信息；
根据所述多个样本图像的分类信息以及标注信息，确定所述第二识别网络的第一网络损失，
其中，所述第一网络损失包括交叉熵损失函数。
在一种可能的实施方式中，根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，包括：
将所述第一网络损失、第二网络损失及第三网络损失的加权和确定为所述第二识别网络的总体网络损失；
根据所述总体网络损失，对所述第二识别网络进行反向训练，得到训练后的第二识别网络。
在一种可能的实施方式中，将所述多个第一视图输入图像增广子网络进行增广处理，获得增广后的多个第二视图，包括：
对多个第一视图分别进行随机翻转处理、随机遮挡处理、随机抠图处理、随机颜色处理、随机旋转处理中的至少一种，获得多个第二视图。
在一种可能的实施方式中，所述多个第一视图包括全身视图以及局部视图。
根据本公开的另一方面，提出了一种对象识别网络的训练系统，所述系统包括：
第一处理模块，用于将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征；
第二处理模块，连接于所述第一处理模块，用于将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失；
训练模块，连接于所述第二处理模块，用于根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，
其中，所述第二识别网络用于识别待处理图像中的目标对象的身份，所述第一识别网络为用于训练所述第二识别网络的教师网络。
在一种可能的实施方式中，所述第一识别网络包括第一视图分解子网络、第一图像增广子网络、第一卷积子网络、第一池化子网络以及第一嵌入子网络，
其中，所述第一处理模块，包括：
第一分解子模块，用于将目标样本图像输入第一视图分解子网络进行视图分解处理，获得所述目标样本图像的多个第一视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
第一增广子模块，连接于所述第一分解子模块，用于通过所述第一图像增广子网络将所述多个第一视图进行增广处理，获得增广后的多个第二视图；
第一处理子模块，连接于所述增广子模块，用于将所述多个第一视图以及所述多个第二视图依次经由第一卷积子网络、第一池化子网络及第一嵌入子网络进行卷积、池化及嵌入处理，获得所述目标样本图像的多个第一视图的第一特征向量和多个第二视图的第二特征向量；
第一确定子模块，连接于所述处理子模块，用于根据所述第一特征向量和所述第二特征向量，确定所述目标样本图像的教师特征。
在一种可能的实施方式中，所述第二识别网络包括特征提取网络、特征图映射网络及特征向量映射网络，所述特征提取网络包括第二图像增广子网络、第二卷积子网络、第二池化子网络、第二嵌入子网络以及分类子网络，
其中，所述第二处理模块，包括：
第二增广子模块，用于将目标样本图像输入第二图像增广子网络进行增广处理，获得增广后的第三视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
卷积子模块，连接于所述第二增广子模块，用于将所述第三视图输入第二卷积子网络进行卷积处理，获得所述目标样本图像的特征图；
特征图映射子模块，连接于所述卷积子模块，用于将所述目标样本图像的特征图输入特征图映射网络进行处理，获得所述目标样本图像的多个第三视图的第一预测值；
第二确定子模块，连接于所述特征图映射子模块，用于根据多个样本图像的教师特征以及第一预测值，确定所述第二识别网络的第二网络损失。
在一种可能的实施方式中，所述第二处理模块，还包括：
第二处理子模块，连接于所述卷积子模块，用于将所述目标样本图像的特征图依次经由第二池化子网络及第二嵌入子网络进行池化及嵌入处理，获得所述目标样本图像的第三特征向量；
特征向量映射子模块，连接于所述第二处理子模块，用于将所述第三特征向量输入所述特征向量映射网络中处理，获得所述目标样本图像的多个第一视图的第二预测值；
第四确定子模块，连接于所述特征向量映射子模块，用于根据多个样本图像的教师特征以及第二预测值，确定所述第二识别网络的第三网络损失。
在一种可能的实施方式中，所述特征图映射网络包括第一视图提取子网络、第三池化子网络及第三嵌入子网络，所述特征图映射子模块还用于通过所述第一视图提取子网络将所述目标样本图像的特征图映射为所述目标样本图像的多个第一视图的特征图；
所述特征向量映射网络包括第二视图提取子网络及映射子网络，所述特征向量映射子模块还用于通过所述第二视图提取子网络将所述目标样本图像的第三特征向量映射为所述目标样本图像的多个第一视图的特征向量。
在一种可能的实施方式中，所述第二处理模块，还包括：
分类子模块，连接于所述第二处理子模块，用于将所述目标样本图像的第三特征向量输入所述分类子网络中进行处理，获得所述目标样本图像的分类信息；
第四确定子模块，连接于所述分类子模块，用于根据所述多个样本图像的分类信息以及标注信息，确定所述第二识别网络的第一网络损失，
其中，所述第一网络损失包括交叉熵损失函数。
在一种可能的实施方式中，所述训练模块，包括：
运算子模块，用于将所述第一网络损失、第二网络损失及第三网络损失的加权和确定为所述第二识别网络的总体网络损失；
训练子模块，连接于所述运算子模块，用于根据所述总体网络损失，对所述第二识别网络进行反向训练，得到训练后的第二识别网络。
根据本公开的另一方面，提供了一种对象识别网络的训练装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述对象识别网络的训练方法。
根据本公开的另一方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述对象识别网络的训练方法。
通过上述方法训练得到的第二识别网络，可以实现对目标对象的精确识别，并且，本公开所述的训练方法具有扩展性好的有点，可以增加多个第一识别网络以对第二识别网络进行训练。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出了根据本公开一实施方式的对象识别网络的训练方法的流程图。
图2示出了根据本公开一实施方式的单视图训练网络的示意图。
图3示出了根据本公开一方式的对象识别网络的训练方法的步骤S110的流程图。
图4a-图4g示出了根据本公开一实施方式的多个视图的示意图。
图5示出了根据本公开一实施方式的第二识别网络的示意图。
图6示出了根据本公开一实施方式的对象识别网络的训练方法的步骤S120的流程图。
图7示出了根据本公开一实施方式的对象识别网络的训练系统的框图。
图8示出了根据本公开一实施方式的对象识别网络的训练系统的框图。
图9示出了根据本公开一实施方式的用于对象识别网络的训练装置的框图。
图10示出了根据本公开一实施方式的用于对象识别网络的训练装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
请参阅图1，图1示出了根据本公开一实施方式的对象识别网络的训练方法的流程图。
如图1所示，所述方法包括：
步骤S110，将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征；
步骤S120，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失；
步骤S130，根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，
其中，所述第二识别网络用于识别待处理图像中的目标对象的身份，所述第一识别网络为用于训练所述第二识别网络的教师网络。
根据本公开所提出的对象识别网络的训练方法，能够将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失，根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络。通过上述方法训练得到的第二识别网络，可以实现对目标对象的精确识别，并且，本公开所述的训练方法具有扩展性好的有点，可以增加多个第一识别网络以对第二识别网络进行训练。
对于步骤S110：
在一种可能的实施方式中，可以预先设置有训练集，训练集中可以包括多个用于对象识别网络的训练的样本图像。
在一种可能的实施方式中，所述第一识别网络可以为采用知识蒸馏(KnowledgeDistillation)或称知识迁移(Knowledge Transfer)进行知识传递中的教师网络(或称教师模型)。
在采用知识蒸馏的系统中(以下称知识蒸馏系统)，还可以包括学生网络(或称学生模型)，教师网络将硬知识通过知识蒸馏的方法转化为软知识传递给学生网络，以对学生网络进行训练，从而提高学生网络的精度及执行效率。
在一种可能的实施方式中，所述第一识别网络可以为提前训练好的深度学习网络，例如，可以是单视图训练网络。
请参阅图2，图2示出了根据本公开一实施方式的单视图训练网络的示意图。
如图2所示，第一识别网络(单视图训练网络)可以包括第一视图分解子网络401、第一图像增广子网络402、第一卷积子网络403、第一池化子网络404、第一嵌入子网络405、第一分类子网络406等。
在一种可能的实施方式中，第一识别网络可以是根据单视图训练网络的模型数据建立起来的深度学习网络，例如，在建立好第一识别网络后网络模型后，可以利用训练好的单视图训练网络的模型数据对第一识别网络的网络模型进行初始化，其中，模型数据例如可以包括各个子网络的权值参数。
在一种可能的实施方式中，第一识别网络可以包括单视图训练网络的全部子网络，也可以包括单视图训练网络的部分子网络，例如，第一识别网络可以包括单视图训练网络中除第一分类子网络406以外的其他子网络。
请参阅图3，图3示出了根据本公开一方式的对象识别网络的训练方法的步骤S110的流程图。
如图3所示，步骤S110将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征，可以包括：
步骤S111，将目标样本图像输入第一视图分解子网络进行视图分解处理，获得所述目标样本图像的多个第一视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
步骤S112，将所述多个第一视图输入第一图像增广子网络进行增广处理，获得增广后的多个第二视图；
步骤S113，所述多个第一视图以及所述多个第二视图依次经由第一卷积子网络、第一池化子网络及第一嵌入子网络进行卷积、池化及嵌入处理，获得所述目标样本图像的多个第一视图的第一特征向量和多个第二视图的第二特征向量；
步骤S114，根据所述第一特征向量和所述第二特征向量，确定所述目标样本图像的教师特征。
对于步骤S111：
在一种可能的实施方式中，第一视图分解子网络401可以将输入的目标样本图像分解为多个视图，还可以对目标样本图像进行缩放等处理。
请参阅图4a-图4g，图4a-图4g示出了根据本公开一实施方式的多个视图的示意图。
图4a可以是目标样本图像的全身视图，图4b-图4g为目标样本图像的多个局部视图。
可以通过如下方式获得图4b-图4g的多个局部视图：
将图4a所示的全身视图从上向下均分为4个部分，可以将第一部分及第二部分、第二部分及第三部分、第三部分及第四部分分别作为图4b-图4d所示的局部视图。
将图4a所示的全身视图从上到下均分为7个部分，可以将第一部分、第二部分、第三部分作为图4e所示的局部视图，可以将第三部分、第四部分、第五部分作为图4f所示的局部视图，可以将第五部分、第六部分及第七部分作为图4g所示的局部视图。
应该明白的是，还可以采用其他方法获得不同数目的局部视图，本公开对划分视图的方式及视图的数目不做限定。
对于步骤S112：
在一种可能的实施方式中，将所述多个第一视图输入第一图像增广子网络进行增广处理，可以包括对输入的第一视图进行随机翻转处理、随机遮挡处理、随机抠图处理、随机颜色处理、随机旋转处理中的至少一种。
对于步骤S113：
在一种可能的实施方式中，第一卷积子网络403可以采用包括但不限于ResNet、DenseNet、SqueezeNet等的多种深度卷积神经网络，通过第一卷积子网络403可以对输入的第一视图或第二视图进行处理从而得到对应的特征图。
在一种可能的实施方式中，第一池化子网络404可以采用包括但不限于全局平均池化(GAP)和全局最大池化(GMP)等的多种全局池化以对第一卷积子网络403输出的特征图进行处理，以输出经全局池化后的特征向量。
在一种可能的实施方式中，第一嵌入子网络405可以包括一个或者多个全连接层、BN层(Batch Normalize Layer，批量归一化层)，以对第一池化子网络404输出的特征进行特征降维处理，以降低这些特征的维度。举例而言，当第一池化子网络404输出的特征的维度为2048，则第一嵌入子网络405可以输出维度为256、512、1024、2048的特征向量。
对于步骤S114：
在一种可能的实施方式中，可以通过如下公式获得所述教师特征：
Figure BDA0001862355800000061
其中，j表示训练集中的目标样本图像的编号，m表示目标样本图像的第一视图编号，
Figure BDA0001862355800000062
表示目标样本图像j在第一视图m的教师特征，θm(viewm(Ij)表示目标样本图像j在第一视图m的第一特征向量，θm(flip(viewm(Ij)))表示目标样本图像j在第一视图m的第二特征向量，viewm(Ij)表示目标样本图像在第一视图m下的第一视图。
在本实施方式中，flip()可以表示对第一视图viewm进行随机翻转处理后得到的第二视图。
通过步骤S114，可以增强第一识别网络获得的教师特征，提高第一识别网络输出的特征的精度。
通过第一识别网络可以获得目标样本图像在不同第一视图下的教师特征，例如，可以利用多个第一识别网络同时进行运算，从而根据多个第一识别网络获得目标样本图像的多个教师特征，例如，当第一视图包括7种时，可以利用7个第一识别网络同时对目标样本图像的7个第一视图进行运算，从而得到7个第一视图的教师特征。
对于步骤S120：
请参阅图5，图5示出了根据本公开一实施方式的第二识别网络的示意图。
如图5所示，第二识别网络可以包括特征提取网络60、特征图映射网络(FeatureMaps Factorization Branch)61及特征向量映射网络(Representation FactorizationBranch)62。
在一种可能的实施方式中，所述特征提取网络60包括第二图像增广子网络602、第二卷积子网络603、第二池化子网络604、第二嵌入子网络605以及分类子网络606。
在本实施方式中，特征提取网络60可以是根据第一识别网络建立的，例如，可以将第一识别网络的权值参数作为特征提取网络60的初始权值参数，从而建立特征提取网络60。
在一种可能的实施方式中，所述特征提取网络60可以是知识蒸馏系统中的学生网络。
在一种可能的实施方式中，所述特征图映射网络61可以包括第一视图提取子网络611、第三池化子网络612及第三嵌入子网络613。
在一种可能的实施方式中，所述特征向量映射网络62可以包括第二视图提取子网络621及映射子网络622。
请参阅图6，图6示出了根据本公开一实施方式的对象识别网络的训练方法的步骤S120的流程图。
如图6所示，步骤S120将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失，可以包括：
步骤S231，将目标样本图像输入第二图像增广子网络进行增广处理，获得增广后的第三视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
步骤S232，将所述第三视图输入第二卷积子网络进行卷积处理，获得所述目标样本图像的特征图；
步骤S233，将所述目标样本图像的特征图输入特征图映射网络进行处理，获得所述目标样本图像的多个第三视图的第一预测值；
步骤S234，根据多个样本图像的教师特征以及第一预测值，确定所述第二识别网络的第二网络损失。
在步骤S120中，第二识别网络可以是对每个样本图像的全身视图进行处理，从而获得第二识别网络的第一网络损失、第二网络损失及第三网络损失。然而，本公开并不限定第二识别网络的处理对象，第二识别网络也可以是对每个样本图像的其他视图进行处理，从而获得上述网络损失，第二识别网络也可以包括第二视图分解子网络601(如图6所示)，第二分解子网络601可以为第一识别网络中的第一视图分解子网络401或其变形，通过第二视图分解子网络601可以获得每个样本图像的全身视图或者其他局部视图。
对于步骤S231：
在一种可能的实施方式中，将目标样本图像输入第二图像增广子网络进行增广处理可以包括：对输入的第一视图进行随机翻转处理、随机遮挡处理、随机抠图处理、随机颜色处理、随机旋转处理中的至少一种。
对于步骤S232：
在第二卷积子网络603接收到第二图像增广子网络602输出的第三视图时，第二卷积子网络603可以对第三视图进行卷积处理，从而提取第三视图中包含的特征图。
对于步骤S233:
在一种可能的实施方式中，第一视图提取子网络611可以用于将所述目标样本图像的特征图映射为所述目标样本图像的多个第一视图的特征图。
在本实施方式中，第一视图提取子网络611还可以实现对第一视图的特征图的降维处理。
在本实施方式中，第一视图提取子网络611可以包括至少一个卷积层、BN层及ReLU(Rectified Linear Units)层。
在一种可能的实施方式中，第三池化子网络612可以第一视图的特征图进行全局池化处理。
在一种可能的实施方式中，第三嵌入子网络613可以包括全连接层(fullyconnected layers，FC)及BN层，通过接收第三池化子网络612输出的特征向量，并对其进行嵌入处理从而得到所述第一预测值。
对于步骤S234：
在一种可能的实施方式中，可以利用回归损失函数对第一预测值及教师特征进行拟合，从而得到第二网络损失。
在本实施方式中，可以采用如下公式获得第二网络损失：
Figure BDA0001862355800000071
其中，
Figure BDA0001862355800000072
表示第一视图k的第二网络损失，N表示所述训练集中的目标样本图像数目，
Figure BDA0001862355800000073
表示目标样本图像i在第一视图k下的教师特征，
Figure BDA0001862355800000074
表示目标样本图像i在第一视图k下的第一预测值。
通过以上方法的实施，本公开可以根据第一识别网路输出的教师特征及第一预测值获得第二网络损失。
步骤S241，所述目标样本图像的特征图依次经由第二池化子网络及第二嵌入子网络进行池化及嵌入处理，获得所述目标样本图像的第三特征向量；
步骤S242，将所述第三特征向量输入所述特征向量映射网络中处理，获得所述目标样本图像的多个第一视图的第二预测值；
步骤S243，根据多个样本图像的教师特征以及第二预测值，确定所述第二识别网络的第三网络损失。
对于步骤S241：
第二卷积子网络603获得第三视图的特征图后，特征提取网络60的第二池化子网络604获取该特征图后对其进行池化处理，池化处理后得到的特征输入第二嵌入子网络605进行嵌入处理后，输出目标样本图像的第三特征向量。
在本实施方式中，第二池化子网络604可以对特征图进行全局池化处理。
对于步骤S242：
在一种可能的实施方式中，所述第二视图提取子网络621用于将所述目标样本图像的第三特征向量映射为所述目标样本图像的多个第一视图的特征向量。
在一种可能的实施方式中，特征向量映射网络621中的映射子网络622可以将多个第一视图的特征向量进行映射处理从而得到多个第一视图的第二预测值。
在本实施方式中，映射子网络622可以包括至少一个FC层及BN层。
在本实施方式中，当第一视图为全身视图时，第二视图提取子网络621可以将所述第三特征向量直接输入到映射子网络622中，映射子网络622将所述第三特征向量进行映射，从而得到全身视图的第二预测值。
在本实施方式中，在提取全身视图的特征向量的第二视图提取子网络621中，第二视图提取子网络621可以直接将第三特征向量输入到映射子网络622中，或者，在提取全身视图的特征向量的第二视图提取子网络621中，可以不包括第二视图提取子网络621，在这种情况下，映射子网络622连接于第二嵌入子网络605，映射子网络622直接从第二嵌入子网络605中获得所述第三特征向量；在提取局部视图的特征向量的第二视图提取子网络621中，第二视图提取子网络621可以从第三特征向量中提取目标样本图像的一个局部视图作为第一视图的特征向量输入到映射子网络622中。
对于步骤S243，在一种可能的实施方式中，可以利用回归损失函数来对第二预测值及教师特征进行拟合处理，从而获得第三网络损失。
在本实施方式中，可以通过如下公式获得第三网络损失：
Figure BDA0001862355800000081
其中，
Figure BDA0001862355800000082
表示第一视图k的第三网络损失，N表示所述图像集中的样本图像数目，
Figure BDA0001862355800000084
表示目标样本图像i在第一视图k下的教师特征，
Figure BDA0001862355800000083
表示目标样本图像i在第一视图k下的第二预测值。
通过以上方法的实施，本公开可以根据第二预测值及第一识别网路输出的教师特征得到第三网络损失。
步骤S251，将所述目标样本图像的第三特征向量输入分类子网络中进行处理，获得所述目标样本图像的分类信息；
步骤S252，根据所述多个样本图像的分类信息以及标注信息，确定所述第二识别网络的第一网络损失，其中，所述第一网络损失包括交叉熵损失函数。
对于步骤S251：
在一种可能的实施方式中，分类子网络606可以通过FC层实现。
在本实施方式中，可以通过FC层对第三特征向量进行分类处理，从而获得目标样本图像的分类信息。
在本实施方式中，分类信息可以是目标样本图像属于该目标样本图像在的标注信息的概率，目标样本图像的标注信息可以是提前进行标注的目标样本图像对应的人物的身份信息，例如，可以包括人物的ID或目标样本图像的标注序号。
对于步骤S252：
在一种可能的实施方式中，可以通过如下公式获得特征提取网络的第一网络损失：
Figure BDA0001862355800000091
其中，Lcls表示第一网络损失，N表示训练集中的样本图像的数目，C表示所述训练集所属的数据集中图像的总数，Zi，c表示目标样本图像i的分类信息，c为目标样本图像i经特征提取网络输出的预测标注信息，Zi，yi表示所述目标样本图像的预设二维向量值，yi表示样本图像i在训练集中的标注信息(例如，样本图像i的标注ID或序号等信息)。
对于步骤S130：
如图3所示，步骤S130根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，可以包括：
步骤S311，将所述第一网络损失、第二网络损失及第三网络损失的加权和确定为所述第二识别网络的总体网络损失；
步骤S312，根据所述总体网络损失，对所述第二识别网络进行反向训练，得到训练后的第二识别网络。
对于步骤S311：
在一种可能的实施方式中，可以通过如下公式获得总体网络损失：
Figure BDA0001862355800000092
其中，Ltotal表示所述总体网络损失，Lcls表示所述第一网络损失，
Figure BDA0001862355800000093
表示第k个第一视图的第二网络损失，
Figure BDA0001862355800000094
表示第k个第一视图的第三网络损失，K表示第一视图的数目，k表示第一视图的编号，α、β分别表示第一常数及第二常数。
在本实施方式中，第一常数及第二常数可以分别取值4、2，在其他实施方式中，第一常数及第二常数还可以选择其他的数值，在此不做限定。
对于步骤S312：
可以通过SGD、Adam等随机梯度下降算法更新第二识别网络的权值参数，从而实现对第二识别网络的反向训练。
完成训练后的第二识别网络可以用于进行行人重识别，例如可以运用于安防领域、人机交互领域、无人售货(无人商店)等领域中，对图像或视频中的人物等对象进行识别。
采用本公开所述的训练方法，可以得到高效的第二识别网络，在进行对象识别时，具有高精度、高效率的特点。
请参阅图7，图7示出了根据本公开一实施方式的对象识别网络的训练系统。
如图7所示，所述系统可以包括：
第一处理模块10，用于将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征；
第二处理模块20，连接于所述第一处理模块10，用于将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失；
训练模块30，连接于所述第二处理模块20，用于根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，
其中，所述第二识别网络用于识别待处理图像中的目标对象的身份，所述第一识别网络为用于训练所述第二识别网络的教师网络。
应该说明的是，所述对象识别网络的训练系统为前述对象识别网络的训练方法对应的系统项，其具体介绍请参考之前对方法项的描述，在此不再赘述。
通过以上对象识别网络的训练系统的各个模块的配合得到的第二识别网络，可以实现对目标对象的精确识别，并且，本公开所述的训练方法具有扩展性好的有点，可以增加多个第一识别网络以对第二识别网络进行训练。
请参阅图8，图8示出了根据本公开一实施方式的对象识别网络的训练系统。
在一种可能的实施方式中，如图8所示，所述第一处理模块10，可以包括：
第一分解子模块101，用于将目标样本图像输入第一视图分解子网络进行视图分解处理，获得所述目标样本图像的多个第一视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
第一增广子模块102，连接于所述第一分解子模块101，用于通过所述第一图像增广子网络将所述多个第一视图进行增广处理，获得增广后的多个第二视图；
第一处理子模块102，连接于所述增广子模块101，用于将所述多个第一视图以及所述多个第二视图依次经由第一卷积子网络、第一池化子网络及第一嵌入子网络进行卷积、池化及嵌入处理，获得所述目标样本图像的多个第一视图的第一特征向量和多个第二视图的第二特征向量；
第一确定子模块104，连接于所述处理子模块，用于根据所述第一特征向量和所述第二特征向量，确定所述目标样本图像的教师特征。
在一种可能的实施方式中，所述第二处理模块20，包括：
第二增广子模块201，用于将目标样本图像输入第二图像增广子网络进行增广处理，获得增广后的第三视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
卷积子模块202，连接于所述第二增广子模块201，用于将所述第三视图输入第二卷积子网络进行卷积处理，获得所述目标样本图像的特征图；
特征图映射子模块203，连接于所述卷积子模块202，用于将所述目标样本图像的特征图输入特征图映射网络进行处理，获得所述目标样本图像的多个第三视图的第一预测值；
第二确定子模块204，连接于所述特征图映射子模块203，用于根据多个样本图像的教师特征以及第一预测值，确定所述第二识别网络的第二网络损失。
第二处理子模块211，连接于所述卷积子模块202，用于将所述目标样本图像的特征图依次经由第二池化子网络及第二嵌入子网络进行池化及嵌入处理，获得所述目标样本图像的第三特征向量；
特征向量映射子模块212，连接于所述第二处理子模块211，用于将所述第三特征向量输入所述特征向量映射网络中处理，获得所述目标样本图像的多个第一视图的第二预测值；
第四确定子模块213，连接于所述特征向量映射子模块212，用于根据多个样本图像的教师特征以及第二预测值，确定所述第二识别网络的第三网络损失。
分类子模块221，连接于所述第二处理子模块211，用于将所述目标样本图像的第三特征向量输入分类子网络中进行处理，获得所述目标样本图像的分类信息；
第四确定子模块222，连接于所述分类子模块221，用于根据所述多个样本图像的分类信息以及标注信息，确定所述第二识别网络的第一网络损失，其中，所述第一网络损失包括交叉熵损失函数。
在一种可能的实施方式中，所述特征图映射网络包括第一视图提取子网络、第三池化子网络及第三嵌入子网络，所述特征图映射子模块还用于通过所述第一视图提取子网络将所述目标样本图像的特征图映射为所述目标样本图像的多个第一视图的特征图；
在一种可能的实施方式中，所述特征向量映射网络包括第二视图提取子网络及映射子网络，所述特征向量映射子模块还用于通过所述第二视图提取子网络将所述目标样本图像的第三特征向量映射为所述目标样本图像的多个第一视图的特征向量。
在一种可能的实施方式中，所述训练模块30，包括：
运算子模块301，用于将所述第一网络损失、第二网络损失及第三网络损失的加权和确定为所述第二识别网络的总体网络损失；
训练子模块302，连接于所述运算子模块301，用于根据所述总体网络损失，对所述第二识别网络进行反向训练，得到训练后的第二识别网络。
应该说明的是，所述对象识别网络的训练系统为前述对象识别网络的训练方法对应的系统项，其具体介绍请参考之前对方法项的描述，在此不再赘述。
通过以上对象识别网络的训练系统的各个模块的配合得到的第二识别网络，可以实现对目标对象的精确识别，并且，本公开所述的训练方法具有扩展性好的有点，可以增加多个第一识别网络以对第二识别网络进行训练。
请参阅图9，图9示出了根据本公开一实施方式的用于对象识别网络的训练装置的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图9，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图像，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到装置800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
请参阅图10，图10示出了根据本公开一实施方式的用于对象识别网络的训练装置的框图。例如，装置1900可以被提供为一服务器。
参照图10，装置1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理，一个有线或无线网络接口1950被配置为将装置1900连接到网络，和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，MacOS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (16)

1.一种对象识别网络的训练方法，其特征在于，所述方法包括：
将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征；
将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失；
根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，
其中，所述第二识别网络用于识别待处理图像中的目标对象的身份，所述第一识别网络为用于训练所述第二识别网络的教师网络。
2.根据权利要求1所述的方法，其特征在于，所述第一识别网络包括第一视图分解子网络、第一图像增广子网络、第一卷积子网络、第一池化子网络以及第一嵌入子网络，
其中，将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征，包括：
将目标样本图像输入第一视图分解子网络进行视图分解处理，获得所述目标样本图像的多个第一视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
将所述多个第一视图输入第一图像增广子网络进行增广处理，获得增广后的多个第二视图；
所述多个第一视图以及所述多个第二视图依次经由第一卷积子网络、第一池化子网络及第一嵌入子网络进行卷积、池化及嵌入处理，获得所述目标样本图像的多个第一视图的第一特征向量和多个第二视图的第二特征向量；
根据所述第一特征向量和所述第二特征向量，确定所述目标样本图像的教师特征。
3.根据权利要求1所述的方法，其特征在于，所述第二识别网络包括特征提取网络、特征图映射网络及特征向量映射网络，所述特征提取网络包括第二图像增广子网络、第二卷积子网络、第二池化子网络、第二嵌入子网络以及分类子网络，
其中，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失，包括：
将目标样本图像输入第二图像增广子网络进行增广处理，获得增广后的第三视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
将所述第三视图输入第二卷积子网络进行卷积处理，获得所述目标样本图像的特征图；
将所述目标样本图像的特征图输入特征图映射网络进行处理，获得所述目标样本图像的多个第三视图的第一预测值；
根据多个样本图像的教师特征以及第一预测值，确定所述第二识别网络的第二网络损失。
4.根据权利要求3所述的方法，其特征在于，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失，还包括：
所述目标样本图像的特征图依次经由第二池化子网络及第二嵌入子网络进行池化及嵌入处理，获得所述目标样本图像的第三特征向量；
将所述第三特征向量输入所述特征向量映射网络中处理，获得所述目标样本图像的多个第一视图的第二预测值；
根据多个样本图像的教师特征以及第二预测值，确定所述第二识别网络的第三网络损失。
5.根据权利要求4所述的方法，其特征在于，
所述特征图映射网络包括第一视图提取子网络、第三池化子网络及第三嵌入子网络，所述第一视图提取子网络用于将所述目标样本图像的特征图映射为所述目标样本图像的多个第一视图的特征图；
所述特征向量映射网络包括第二视图提取子网络及映射子网络，所述第二视图提取子网络用于将所述目标样本图像的第三特征向量映射为所述目标样本图像的多个第一视图的特征向量。
6.根据权利要求4所述的方法，其特征在于，将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，还包括：
将所述目标样本图像的第三特征向量输入所述分类子网络中进行处理，获得所述目标样本图像的分类信息；
根据所述多个样本图像的分类信息以及标注信息，确定所述第二识别网络的第一网络损失，
其中，所述第一网络损失包括交叉熵损失函数。
7.根据权利要求1所述的方法，其特征在于，根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，包括：
将所述第一网络损失、第二网络损失及第三网络损失的加权和确定为所述第二识别网络的总体网络损失；
根据所述总体网络损失，对所述第二识别网络进行反向训练，得到训练后的第二识别网络。
8.根据权利要求2所述的方法，其特征在于，将所述多个第一视图输入图像增广子网络进行增广处理，获得增广后的多个第二视图，包括：
对多个第一视图分别进行随机翻转处理、随机遮挡处理、随机抠图处理、随机颜色处理、随机旋转处理中的至少一种，获得多个第二视图。
9.根据权利要求2所述的方法，其特征在于，所述多个第一视图包括全身视图以及局部视图。
10.一种对象识别网络的训练系统，其特征在于，所述系统包括：
第一处理模块，用于将训练集中的多个样本图像分别输入第一识别网络中进行处理，获取每个样本图像的多个第一视图的教师特征；
第二处理模块，连接于所述第一处理模块，用于将每个样本图像分别输入第二识别网络中进行处理，获取所述第二识别网络的第一网络损失，并根据所述教师特征获取所述第二识别网络的第二网络损失及第三网络损失；
训练模块，连接于所述第二处理模块，用于根据所述第一网络损失、第二网络损失及第三网络损失对所述第二识别网络进行训练，得到训练后的第二识别网络，
其中，所述第二识别网络用于识别待处理图像中的目标对象的身份，所述第一识别网络为用于训练所述第二识别网络的教师网络。
11.根据权利要求10所述的系统，其特征在于，所述第一识别网络包括第一视图分解子网络、第一图像增广子网络、第一卷积子网络、第一池化子网络以及第一嵌入子网络，
其中，所述第一处理模块，包括：
第一分解子模块，用于将目标样本图像输入第一视图分解子网络进行视图分解处理，获得所述目标样本图像的多个第一视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
第一增广子模块，连接于所述第一分解子模块，用于通过所述第一图像增广子网络将所述多个第一视图进行增广处理，获得增广后的多个第二视图；
第一处理子模块，连接于所述增广子模块，用于将所述多个第一视图以及所述多个第二视图依次经由第一卷积子网络、第一池化子网络及第一嵌入子网络进行卷积、池化及嵌入处理，获得所述目标样本图像的多个第一视图的第一特征向量和多个第二视图的第二特征向量；
第一确定子模块，连接于所述处理子模块，用于根据所述第一特征向量和所述第二特征向量，确定所述目标样本图像的教师特征。
12.根据权利要求10所述的系统，其特征在于，所述第二识别网络包括特征提取网络、特征图映射网络及特征向量映射网络，所述特征提取网络包括第二图像增广子网络、第二卷积子网络、第二池化子网络、第二嵌入子网络以及分类子网络，
其中，所述第二处理模块，包括：
第二增广子模块，用于将目标样本图像输入第二图像增广子网络进行增广处理，获得增广后的第三视图，其中，所述目标样本图像是所述多个样本图像中的任意一个；
卷积子模块，连接于所述第二增广子模块，用于将所述第三视图输入第二卷积子网络进行卷积处理，获得所述目标样本图像的特征图；
特征图映射子模块，连接于所述卷积子模块，用于将所述目标样本图像的特征图输入特征图映射网络进行处理，获得所述目标样本图像的多个第三视图的第一预测值；
第二确定子模块，连接于所述特征图映射子模块，用于根据多个样本图像的教师特征以及第一预测值，确定所述第二识别网络的第二网络损失。
13.根据权利要求12所述的系统，其特征在于，所述第二处理模块，还包括：
第二处理子模块，连接于所述卷积子模块，用于将所述目标样本图像的特征图依次经由第二池化子网络及第二嵌入子网络进行池化及嵌入处理，获得所述目标样本图像的第三特征向量；
特征向量映射子模块，连接于所述第二处理子模块，用于将所述第三特征向量输入所述特征向量映射网络中处理，获得所述目标样本图像的多个第一视图的第二预测值；
第四确定子模块，连接于所述特征向量映射子模块，用于根据多个样本图像的教师特征以及第二预测值，确定所述第二识别网络的第三网络损失。
14.根据权利要求13所述的系统，其特征在于，
所述特征图映射网络包括第一视图提取子网络、第三池化子网络及第三嵌入子网络，所述特征图映射子模块还用于通过所述第一视图提取子网络将所述目标样本图像的特征图映射为所述目标样本图像的多个第一视图的特征图；
所述特征向量映射网络包括第二视图提取子网络及映射子网络，所述特征向量映射子模块还用于通过所述第二视图提取子网络将所述目标样本图像的第三特征向量映射为所述目标样本图像的多个第一视图的特征向量。
15.根据权利要求13所述的系统，其特征在于，所述第二处理模块，还包括：
分类子模块，连接于所述第二处理子模块，用于将所述目标样本图像的第三特征向量输入所述分类子网络中进行处理，获得所述目标样本图像的分类信息；
第四确定子模块，连接于所述分类子模块，用于根据所述多个样本图像的分类信息以及标注信息，确定所述第二识别网络的第一网络损失，
其中，所述第一网络损失包括交叉熵损失函数。
16.根据权利要求10所述的系统，其特征在于，所述训练模块，包括：
运算子模块，用于将所述第一网络损失、第二网络损失及第三网络损失的加权和确定为所述第二识别网络的总体网络损失；
训练子模块，连接于所述运算子模块，用于根据所述总体网络损失，对所述第二识别网络进行反向训练，得到训练后的第二识别网络。
CN201811340221.8A 2018-11-12 2018-11-12 对象识别网络的训练方法及系统 Active CN111178115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811340221.8A CN111178115B (zh) 2018-11-12 2018-11-12 对象识别网络的训练方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811340221.8A CN111178115B (zh) 2018-11-12 2018-11-12 对象识别网络的训练方法及系统

Publications (2)

Publication Number Publication Date
CN111178115A true CN111178115A (zh) 2020-05-19
CN111178115B CN111178115B (zh) 2024-01-12

Family

ID=70651686

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811340221.8A Active CN111178115B (zh) 2018-11-12 2018-11-12 对象识别网络的训练方法及系统

Country Status (1)

Country Link
CN (1) CN111178115B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200318A (zh) * 2020-10-10 2021-01-08 广州云从人工智能技术有限公司 一种目标检测方法、装置、机器可读介质及设备
CN114358205A (zh) * 2022-01-12 2022-04-15 平安科技（深圳）有限公司 模型训练方法、模型训练装置、终端设备及存储介质
CN114648777A (zh) * 2020-12-17 2022-06-21 深圳云天励飞技术股份有限公司 一种行人重识别方法、行人重识别训练方法及装置
CN115690530A (zh) * 2022-10-08 2023-02-03 北京达佳互联信息技术有限公司 对象识别模型训练方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107247989A (zh) * 2017-06-15 2017-10-13 北京图森未来科技有限公司 一种神经网络训练方法及装置
CN107633242A (zh) * 2017-10-23 2018-01-26 广州视源电子科技股份有限公司 网络模型的训练方法、装置、设备和存储介质
WO2018126213A1 (en) * 2016-12-30 2018-07-05 Google Llc Multi-task learning using knowledge distillation
US20180211164A1 (en) * 2017-01-23 2018-07-26 Fotonation Limited Method of training a neural network
CN108334934A (zh) * 2017-06-07 2018-07-27 北京深鉴智能科技有限公司 基于剪枝和蒸馏的卷积神经网络压缩方法
CN108549937A (zh) * 2018-04-24 2018-09-18 厦门中控智慧信息技术有限公司 一种检测网络的知识迁移方法及装置
US20180268292A1 (en) * 2017-03-17 2018-09-20 Nec Laboratories America, Inc. Learning efficient object detection models with knowledge distillation
CN108764462A (zh) * 2018-05-29 2018-11-06 成都视观天下科技有限公司 一种基于知识蒸馏的卷积神经网络优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018126213A1 (en) * 2016-12-30 2018-07-05 Google Llc Multi-task learning using knowledge distillation
US20180211164A1 (en) * 2017-01-23 2018-07-26 Fotonation Limited Method of training a neural network
US20180268292A1 (en) * 2017-03-17 2018-09-20 Nec Laboratories America, Inc. Learning efficient object detection models with knowledge distillation
CN108334934A (zh) * 2017-06-07 2018-07-27 北京深鉴智能科技有限公司 基于剪枝和蒸馏的卷积神经网络压缩方法
CN107247989A (zh) * 2017-06-15 2017-10-13 北京图森未来科技有限公司 一种神经网络训练方法及装置
CN107633242A (zh) * 2017-10-23 2018-01-26 广州视源电子科技股份有限公司 网络模型的训练方法、装置、设备和存储介质
CN108549937A (zh) * 2018-04-24 2018-09-18 厦门中控智慧信息技术有限公司 一种检测网络的知识迁移方法及装置
CN108764462A (zh) * 2018-05-29 2018-11-06 成都视观天下科技有限公司 一种基于知识蒸馏的卷积神经网络优化方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
PENGYUAN REN等: "Factorized Distillation: Training Holistic Person Re-identification Model by Distilling an Ensemble of Partial ReID Models" *
TAKASHI FUKUDA等: "Efficient Knowledge Distillation from an Ensemble of Teachers" *
凌弘毅等: "基于知识蒸馏方法的行人属性识别研究" *
葛仕明等: "基于深度特征蒸馏的人脸识别" *
赵胜伟等: "基于增强监督知识蒸馏的交通标识分类" *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112200318A (zh) * 2020-10-10 2021-01-08 广州云从人工智能技术有限公司 一种目标检测方法、装置、机器可读介质及设备
CN114648777A (zh) * 2020-12-17 2022-06-21 深圳云天励飞技术股份有限公司 一种行人重识别方法、行人重识别训练方法及装置
CN114358205A (zh) * 2022-01-12 2022-04-15 平安科技（深圳）有限公司 模型训练方法、模型训练装置、终端设备及存储介质
CN115690530A (zh) * 2022-10-08 2023-02-03 北京达佳互联信息技术有限公司 对象识别模型训练方法、装置、电子设备及存储介质
CN115690530B (zh) * 2022-10-08 2025-10-28 北京达佳互联信息技术有限公司 对象识别模型训练方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111178115B (zh) 2024-01-12

Similar Documents

Publication Publication Date Title
CN109740516B (zh) 一种用户识别方法、装置、电子设备及存储介质
CN111310616B (zh) 图像处理方法及装置、电子设备和存储介质
CN110544217B (zh) 一种图像处理方法及装置、电子设备和存储介质
CN110287874B (zh) 目标追踪方法及装置、电子设备和存储介质
CN110909815B (zh) 神经网络训练、图像处理方法、装置及电子设备
CN114332503B (zh) 对象重识别方法及装置、电子设备和存储介质
CN112906484B (zh) 一种视频帧处理方法及装置、电子设备和存储介质
CN110532956B (zh) 图像处理方法及装置、电子设备和存储介质
CN109934275B (zh) 图像处理方法及装置、电子设备和存储介质
CN109615006B (zh) 文字识别方法及装置、电子设备和存储介质
KR102454515B1 (ko) 네트워크 최적화 방법 및 장치, 이미지 처리 방법 및 장치, 및 기억 매체
CN111652107B (zh) 对象计数方法及装置、电子设备和存储介质
CN111259967A (zh) 图像分类及神经网络训练方法、装置、设备及存储介质
CN111582383B (zh) 属性识别方法及装置、电子设备和存储介质
CN109977860B (zh) 图像处理方法及装置、电子设备和存储介质
CN109635142B (zh) 图像选择方法及装置、电子设备和存储介质
CN111178115B (zh) 对象识别网络的训练方法及系统
CN111242303A (zh) 网络训练方法及装置、图像处理方法及装置
CN114359808A (zh) 目标检测方法及装置、电子设备和存储介质
CN114550086B (zh) 一种人群定位方法及装置、电子设备和存储介质
CN110633715B (zh) 图像处理方法、网络训练方法及装置、和电子设备
CN110909203A (zh) 视频分析方法及装置、电子设备和存储介质
CN114627356B (zh) 网络训练、图像处理方法及装置、电子设备和存储介质
CN115035440A (zh) 时序动作提名的生成方法及装置、电子设备和存储介质
CN110781975B (zh) 图像处理方法及装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant