一种用于多源人脸图像检索的损失函数改进策略

目前,公安机关刑侦部门大量的离线视频存储在监控网络的服务器中,为了在这些海量视频帧中提取嫌疑人目标人脸,设计了人脸检索系统。通过改变CNN网络的RELU结构,训练新的四分支孪生网络来获取深度特征,构造了一个新的四分支孪生网络。结合网上发布的逃犯人脸图片发起通缉,借助深度特征对比展开基于内容的图像检索(CBIR)。新的四分支孪生网络比熟悉的网络,如Alexnet、Googlenet、VGGNet和ResNet等收敛得更快,系统鲁棒性好。网络的共享权重设计使得检索具有较高的模型训练精度和检索精度。图像深度特征可以在摄像机之间快速在线共享。实验结果表明,该方法的平均检索精度(ARP)为98.74%,模型训练精度为99.51%,帧率为28 FPS。