[發(fā)明專(zhuān)利]一種基于深度學(xué)習(xí)的改進(jìn)損失函數(shù)的步態(tài)識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010696163.3
• 申請(qǐng)日: 2020-07-20
• 公開(kāi)（公告）號(hào): CN111985332A
• 公開(kāi)（公告）日: 2020-11-24
• 發(fā)明（設(shè)計(jì)）人: 胡海根;汪鵬飛;吳澤成;周乾偉;李小薪;錢(qián)漢望
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 杭州斯可睿專(zhuān)利事務(wù)所有限公司 33241
• 代理人: 王利強(qiáng)

一種基于深度學(xué)習(xí)的改進(jìn)損失函數(shù)的步態(tài)識(shí)別方法，包括以下步驟：步驟1、獲取行人步態(tài)數(shù)據(jù)集；步驟2、對(duì)步驟1得到的訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理，利用中心線(xiàn)原則將數(shù)據(jù)切割成64*64；步驟3、搭建深度卷積神經(jīng)網(wǎng)絡(luò)；步驟4、設(shè)計(jì)損失函數(shù)；步驟5、初始化神經(jīng)網(wǎng)絡(luò)參數(shù)；步驟6、訓(xùn)練搭建好的神經(jīng)網(wǎng)絡(luò)，將步驟2得到的訓(xùn)練樣本作為輸入，對(duì)應(yīng)的實(shí)際身份標(biāo)簽作為輸出，成批次地輸入到網(wǎng)絡(luò)中，計(jì)算損失后，通過(guò)反向傳播算法，調(diào)整網(wǎng)絡(luò)參數(shù)和損失函數(shù)的權(quán)重；步驟7、使用訓(xùn)練好的網(wǎng)絡(luò)對(duì)未知數(shù)據(jù)進(jìn)行識(shí)別，分為注冊(cè)與識(shí)別兩個(gè)階段。通過(guò)本發(fā)明的方法能夠更好的保留時(shí)間和空間維度上的運(yùn)動(dòng)信息，在背包、穿大衣等復(fù)雜場(chǎng)景下達(dá)到更好的識(shí)別效果。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域，涉及一種基于深度學(xué)習(xí)的改進(jìn)損失函數(shù)的步態(tài)識(shí)別方法。

技術(shù)背景

步態(tài)識(shí)別通過(guò)人們走路的姿勢(shì)進(jìn)行身份識(shí)別，與其它的生物特征識(shí)別技術(shù)相比，步態(tài)識(shí)別具有非接觸、遠(yuǎn)距離和不容易偽裝等優(yōu)點(diǎn)，在預(yù)防犯罪、法醫(yī)鑒定和社會(huì)保障方面具有廣泛的應(yīng)用。

目前步態(tài)識(shí)別主要分為看作圖像和看作視頻序列兩大類(lèi)方法。前者將所有的步態(tài)輪廓圖壓縮成一副圖像，將步態(tài)識(shí)別看成一個(gè)圖像匹配問(wèn)題，很顯然這種方法忽視了步態(tài)中的時(shí)間維度上的信息，也無(wú)法建模精細(xì)的空間維度的信息；后者從輪廓中提取特征，使用LSTM、3D-CNN或者雙流法，可以很好地建模步態(tài)識(shí)別中時(shí)間、空間維度的信息，但其計(jì)算代價(jià)高昂也不易于訓(xùn)練。目前步態(tài)識(shí)別方法基本都是在去背景的二值化圖上面進(jìn)行，準(zhǔn)確率受目標(biāo)自身的穿著、打扮與攝像頭的角度等因素的影響。

發(fā)明內(nèi)容

為了克服現(xiàn)有技術(shù)的不足，在易于訓(xùn)練的同時(shí)不丟失時(shí)間、空間維度的信息，同時(shí)能提高在目標(biāo)穿大衣、背包等復(fù)雜場(chǎng)景下的準(zhǔn)確率，本發(fā)明提供一種基于深度學(xué)習(xí)的改進(jìn)損失函數(shù)的步態(tài)識(shí)別方法，將步態(tài)圖像看成圖像集合，并對(duì)損失函數(shù)進(jìn)行改進(jìn)。

為了解決上述技術(shù)問(wèn)題，本發(fā)明能夠提供如下的技術(shù)方案：

一種基于深度學(xué)習(xí)的改進(jìn)損失函數(shù)的步態(tài)識(shí)別方法，所述方法包括以下步驟：

步驟1.使用步態(tài)識(shí)別數(shù)據(jù)集或者自行建立數(shù)據(jù)集，所述步態(tài)識(shí)別數(shù)據(jù)集為CASIA-B或OU-MVLP，并對(duì)數(shù)據(jù)集進(jìn)行預(yù)處理，過(guò)程如下：

1.1)若使用圖像采集設(shè)備采集行人的步態(tài)圖像，對(duì)采集到的圖像使用deeplabv3+提取人體目標(biāo)輪廓，轉(zhuǎn)換成二值化圖像；

1.2)利用中心線(xiàn)原則將圖像切割成64*64；

1.3)將數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集；

步驟2.訓(xùn)練階段，即在訓(xùn)練集上訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)，過(guò)程如下：

2.1)搭建深度卷積神經(jīng)網(wǎng)絡(luò)，CNN模塊提取圖像的幀級(jí)特征，SP模塊從幀級(jí)特征中提取序列級(jí)特征，MGP模塊用于提取不同級(jí)別的序列信息，HPM用于同時(shí)提取局部和全局特征；

2.2)設(shè)計(jì)損失函數(shù)，定義損失函數(shù)如下：

其中，an表示原樣本，po表示與an同一類(lèi)別的樣本，ne表示與an不同類(lèi)別的樣本，d(x,y)表示x和y在embedding空間上的歐式距離，margin為正整數(shù)用于擴(kuò)大不同標(biāo)簽樣本之間的距離，N表示一個(gè)batch中樣本的數(shù)量，M表示類(lèi)別的數(shù)量，P表示一個(gè)batch中的人數(shù)，K表示一個(gè)batch中每個(gè)人圖片的數(shù)量，P(X)表示樣本真實(shí)的分布，Q(X)表示網(wǎng)絡(luò)預(yù)測(cè)的分布，L_BCE和L_BF為改進(jìn)的損失函數(shù)；

2.3)將損失函數(shù)的權(quán)重σ₁和σ₂作為網(wǎng)絡(luò)的參數(shù)；