[發明專利]一種基于卷積神經網絡的監控場景下行人屬性識別方法

在審

• 申請號: 201711226381.5
• 申請日: 2017-11-29
• 公開（公告）號: CN107862300A
• 公開（公告）日: 2018-03-30
• 發明（設計）人: 胡誠;陳亮;張勛
• 申請（專利權）人: 東華大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 上海泰能知識產權代理事務所31233
• 代理人: 宋纓,錢文斌

1.一種基于卷積神經網絡的監控場景下行人屬性識別方法，其特征在于，包括以下步驟：

(1)獲取含有行人的監控視頻，并截取視頻幀，構建監控場景下的行人數據集；

(2)通過改進AlexNet卷積神經網絡模型，構建新的卷積神經網絡模型；

(3)把所述行人數據集輸入到所述新的卷積神經網絡模型中進行訓練，得到行人屬性識別模型；

(4)利用所述行人屬性識別模型完成識別。

2.根據權利要求1所述的基于卷積神經網絡的監控場景下行人屬性識別方法，其特征在于，所述步驟(1)包括以下子步驟：

(11)將截取的視頻幀按照規定的圖片命名方式進行命名，并把全部的圖片縮放到統一大小，得到圖片文件；

(12)對所有的圖片文件進行標注：每一張行人圖片上的行人屬性都是二進制屬性，如果有行人屬性，則標簽值為1；如果沒有行人屬性，則標簽值為0；

(13)按照廣泛采取的實驗數據集劃分原則，隨機的把所述圖片文件分為三部分：分別為訓練集、驗證集和測試集，其中，訓練集占總圖片文件的50％，驗證集占總圖片文件的10％，測試集占總圖片文件的40％；

(14)根據圖片文件的劃分構建行人數據集，其中行人數據集包括兩部分：一部分為用于模型訓練的訓練數據，另一部分為用于檢驗模型訓練效果的測試數據。

3.根據權利要求1所述的基于卷積神經網絡的監控場景下行人屬性識別方法，其特征在于，所述步驟(2)中的AlexNet模型總共有八層，包括5個卷積層和3個全連接層；所述卷積層用于自動提取特征，所述全連接層用于連接所有的特征，并將輸出值輸入給softmax分類，所述全連接層輸出的節點數對應行人屬性的類別；所述AlexNet模型的損失函數為其中，N表示圖片文件中的數量，L為圖片文件中的行人屬性的數量，每張行人圖片表示為x_i,i∈[1,2,...N]，每張圖片x_i對應的行人屬性標簽向量為y_i，每個標簽向量y_i對應的屬性值為y_il,y_il∈[0,1],l∈[1,2,...,L]，如果y_il＝1表明這個訓練樣本x_i有這個屬性；如果y_il＝0表明這個訓練樣本x_i沒有這個屬性；表示是行人樣本x_i的第l個屬性的概率。y_il是真實屬性標簽，表示行人樣本x_i有沒有第l個屬性。

4.根據權利要求1所述的基于卷積神經網絡的監控場景下行人屬性識別方法，其特征在于，所述步驟(3)具體包括以下子步驟：

(31)訓練之前搭建Caffe環境，然后編譯Caffe；

(32)設置模型的學習率和權重衰減，然后在設置的最大迭代學習次數下，不斷迭代學習，直至損失函數的損失值最小，模型收斂，保存模型參數；

(33)完成訓練得到行人屬性識別模型。