[發明專利]基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法

在審

• 申請號: 201910089320.1
• 申請日: 2019-01-30
• 公開（公告）號: CN109886154A
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 李耶;殷光強;石方炎;候少麒;殷雪朦
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06T3/40;G06T3/60;G06T5/00
• 代理公司: 成都其高專利代理事務所(特殊普通合伙) 51244
• 代理人: 廖曾;賀立中

1.基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法，其特征在于：包括以下步驟：

1)獲取含有行人的監控視頻片段，對行人圖像進行預處理；

2)構建新的Inception V3卷積神經網絡模型；

3)改進logistic loss損失函數；

4)輸入多個公開數據集數據，進行訓練，得到行人外觀屬性識別模型；

5)利用所得行人外觀屬性識別模型進行實際場景下的識別。

2.根據權利要求1所述的基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法，其特征在于：所述步驟1)包括以下具體步驟：

1.1)將截取的視頻幀按照規定的圖片命名方式進行命名，保存到指定位置；

1.2)對所有的圖片文件進行外觀屬性標注，形成數據集；

1.3)將數據集分成兩部分，分別為訓練集、驗證集，訓練集用于訓練模型，驗證集用于測試模型效果，不參與訓練，其中，訓練集占總圖片數量的70～90％，測試集占總圖片數量的10～30％。

3.根據權利要求1所述的基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法，其特征在于：所述新的Inception V3卷積神經網絡模型包括5個卷積層、11個block結構及4個并列的全連接層；所述卷積層和block結構用于自動提取行人屬性特征；全連接層用于組合屬性特征，獲取對應屬性分數。

4.根據權利要求1所述的基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法，其特征在于：所述步驟3)具體為：將每個全連接層后皆加一個loss函數，最后計算所有loss之和，來進行多數據集聯合訓練。

5.根據權利要求4所述的基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法，其特征在于：所述loss函數為：

其中N表示訓練時每次送入的圖片數量，C為行人對應的外觀屬性數量，每個行人圖片表示為x_n，對應經過網絡計算的輸出為V_n，對應的標簽向量為y_n，每個標簽向量對應的屬性值為y_n，i，i∈[1，2，...，C]，如果y_n，i＝1表明這個訓練樣本x_n有這個屬性，如果y_n，i＝0表明這個訓練樣本x_n沒有這個屬性；S_n，i表示這個樣本x_n的第i個屬性的得分高低，S_n，i∈[0，1],y_n，i是真實屬性標簽，表示行人樣本x_n有沒有第i個屬性。

6.根據權利要求1所述的基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法，其特征在于：所述步驟4)包括以下具體步驟：

4.1)訓練之前，準備大于6G顯存的GPU和linux系統環境，搭建pytorch環境；

4.2)設置模型訓練的優化方式；

4.3)設置模型訓練的圖片預處理方式；

4.4)設置模型的基礎學習率、動量權重以及最大迭代次數，在最大迭代次數下，不斷迭代學習，直到損失函數值不再下降，模型收斂，保存模型參數；

4.5)完成訓練，得到行人外觀屬性識別模型。

7.根據權利要求6所述的基于Inception V3的多數據集聯合訓練的行人外觀屬性識別方法，其特征在于：所述步驟4.3)包括以下具體步驟：

4.3.1)改變圖片的亮度、對比度和飽和度；

4.3.2)經過步驟4.3.1)后，將圖片進行隨機的水平翻轉；

4.3.3)經步驟4.3.2)后，將圖片最短邊縮放到150像素，長邊按照1:3的比例縮放到450像素；

4.3.4)經步驟4.3.3)后，縮放的圖片不進行裁剪，直接送入網絡進行訓練。