基于生成对抗网络的无监督行人重识别

作     者：赖昕昱 

作者单位：南昌航空大学 

学位级别：硕士

导师姓名：符祥

授予年度：2021年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：行人重识别 无监督学习 生成对抗网络 三元组 

摘      要：随着现代社会的发展,人们对社会公共安全问题越来越重视。行人重识别作为计算机视觉领域的热门方向之一,其能够在不同场景并且数据特征差异较大的情况下,快速甄别同一身份的行人,因此该技术在智能监控系统、边境管制等安防领域有着重要应用。目前,行人重识别这一技术在有数据标注的监督学习领域取得了较大的进步,在识别准确率上有较高的成绩。但是,在无标注的数据上进行无监督训练的效果还不尽人意,主要问题在于不同摄像机视角之间存在巨大的特征分布偏差,而无标签身份的内在关联也很复杂,难以充分挖掘。本文受卷积神经网络、图神经网络、生成对抗网络等方法的启发,提出了一种基于多阶交叉视图图对抗网络的无监督行人重识别方法,该方法分为交叉视图图卷积网络、无监督图对抗学习和多阶判别特征学习模块三个部分,本文的主要内容如下:1、分析了行人重识别技术近几年在手工提取特征方法、距离度量方法和深度学习相关方法上的发展,总结了该技术现存还亟待解决的难点。2、提出一种交叉视图图卷积网络,引入图卷积来缓解不同摄像头之间交叉视图特征分布差异过大的问题,通过全局特征描述行人。然后设计了一种无监督图对抗学习策略来进行迭代训练,以弥合不同视图之间行人的特征分布差异。最后引入一个多阶判别特征学习模块,即根据无标签行人图像之间的多阶相似度关系,构造合理的三元组样本,深入挖掘行人特征。3、在两个大规模的行人识别数据集（Market-1501和Duke MTMC-reid）中进行了充分的实验,与目前主流方法进行比较分析,并通过消融实验验证本方法三个部分的作用。