毕君郁

摘   要：我国每年失踪儿童约有20万人，如何利用人工智能技术寻找走失儿童是社会讨论的热点问题。首先，文章将行人检测和行人重识别相结合，建立了端到端的行人搜索框架，并使用OIM监督学习。然后，在Person Search数据集上进行训练后，分别用儿童和成年人的图片作为输入进行测试。最后，根据评价指标证明文章的搜索框架有70%以上的成功率，且儿童比成年人更加难以搜寻。

关键词：行人重识别;行人检测;寻找走失儿童;深度学习

1    行人重识别技术

如何利用人工智能技术寻找走失儿童一直是社会关注的热点问题，行人重识别是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。虽然现今已经提出了大量的行人重识别方法，但是还是很难被应用到现实世界中，因为行人重识别的研究使用的数据集大多数是手工剪切过的图片，如图1所示。

可见，行人重识别是在假设行人检测已经做得完美的基础上做的重识别研究。而想要实现寻找走失儿童，必须将行人检测和行人重识别相结合，所以本文使用一个端到端的行人搜索框架，其在一个卷积神经网络（Convolutional Neural Networks，CNN）中处理这两个任务，省去了模块间的操作。

本研究CNN包括两个部分：行人候选网络和身份识别网络。给定一个输入图像，通过行人候选网络生成候选行人的包围框，然后将候选行人放入身份识别网络来提取特征，与目标行人进行比较。行人候选网络和身份识别网络在训练时可以互相适应，例如：行人候选框会优先提高召回率而不是准确率，因为召回率变高则假正例率也会变高，而这些假正例（非行人却被误认为是行人的候选框）会在身份识别网络中被剔除。……