用于重识别的损失函数确定的方法及装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109214271A(43)申请公布日2019.01.15(21)申请号201810783973.5(22)申请日2018.07.17(71)申请人北京迈格威科技有限公司地址100190北京市海淀区科学院南路2号融科资讯中心A座316-318(72)发明人金昊周啸辰(74)专利代理机构北京市磐华律师事务所11336代理人高伟刘爱平(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)权利要求书2页说明书11页附图3页(54)发明名称用于重识别的损失函数确定的方法及装置(57)摘要本发明提供了一种用于重识别的损失函数确定的方法及装置。该方法包括：计算相同姿态图片的第一损失函数；计算不同姿态图片的第二损失函数；根据所述第一损失函数和所述第二损失函数，得到用于重识别的损失函数。由此可见，本发明实施例在确定用于重识别的损失函数时，考虑了不同姿态的特征空间差异，兼顾了相同姿态、不同姿态的图片的特征空间来确定损失函数，能够减小由于不同姿态导致的重识别的误差，进而能够保证重识别的精度。CN109214271ACN109214271A权利要求书1/2页1.一种用于重识别的损失函数确定的方法，其特征在于，所述方法包括：计算相同姿态图片的第一损失函数；计算不同姿态图片的第二损失函数；根据所述第一损失函数和所述第二损失函数，得到用于重识别的损失函数。2.根据权利要求1所述的方法，其特征在于，所述计算相同姿态图片的第一损失函数，包括：针对每一锚图片，计算第一图片集中每一图片的特征并进而计算与所述锚图片对应的相同姿态损失函数，所述相同姿态损失函数是根据所述第一图片集中与所述锚图片具有相同标识ID的图片的特征与所述锚图片的特征之间的距离的最大值以及与所述锚图片具有不同ID的图片的特征与所述锚图片的特征之间的距离的最小值确定的，所述第一图片集包括与所述锚图片具有相同姿态的图片；将所有锚图片的对应的相同姿态损失函数求和，得到所述第一损失函数。3.根据权利要求2所述的方法，其特征在于，所述计算所述第一图片集中每一图片的特征并进而计算与所述锚图片对应的相同姿态损失函数，包括：基于所述锚图片与第一类图片，计算第一子损失函数，所述第一子损失函数表示为所述第一类图片中每一图片的特征与所述锚图片的特征之间的距离的最大值，所述第一类图片为所述第一图片集中与所述锚图片具有相同ID的图片；基于所述锚图片与第二类图片，计算第二子损失函数，所述第二子损失函数表示为所述第二类图片中每一图片的特征与所述锚图片的特征之间的距离的最小值，所述第二类图片为所述第一图片集中与所述锚图片具有不同ID的图片；将所述第一子损失函数与所述第二子损失函数作差，得到与所述锚图片对应的相同姿态损失函数。4.根据权利要求3所述的方法，其特征在于，所述基于所述锚图片与所述第一类图片，计算第一子损失函数，包括：确定所述第一子损失函数为pos0(A)＝maxk1∈S1dist(f(A),f(k1))；所述基于所述锚图片与所述第二类图片，计算第二子损失函数，包括：确定所述第二子损失函数为neg0(A)＝mink2∈D1dist(f(A),f(k2))，其中，A表示所述锚图片，S1表示所述第一类图片的集合，dist(f(A),f(k1))表示A的特征f(A)与k1的特征f(k1)之间的距离，D1表示所述第二类图片的集合，dist(f(A),f(k2))表示A的特征f(A)与k2的特征f(k2)之间的距离。5.根据权利要求1至4中任一项所述的方法，其特征在于，所述计算不同姿态图片的第二损失函数，包括：针对每一锚图片，计算第二图片集中每一图片的特征并进而计算与所述锚图片对应的不同姿态损失函数，所述不同姿态损失函数是根据所述第二图片集中与所述锚图片具有相同ID的图片的特征与所述锚图片的特征之间的距离的最大值以及与所述锚图片具有不同ID的图片的特征与所述锚图片的特征之间的距离的最小值确定的，所述第二图片集包括与所述锚图片具有不同姿态的图片；将所有锚图片的对应的不同姿态损失函数求和，得到所述第二损失函数。6.根据权利要求5所述的方法，其特征在于，所述计算所述第二图片集中每一图片的特2CN109214271A权利要求书2/2页征并进而计算与所述锚图片对应的不同姿态损失函数，包括：基于所述锚图片与第三类图片，计算第三子损失函数，所述第三子损失函数表示为所述第三类图片中每一图片的特征与所述锚图片的特征之间的距离的最大值，所述第三类图片为所述第二图片集中与所述锚图片具有相同ID的图片；基于所述锚图片与第四类图片，计算第四子损失函数，所述第四子损失函数表示为所述第四类图片中每一图片的特征与所述锚图片的特征之间的距离的最小值，