[發明專利]基于生成對抗學習的行人屬性識別方法

有效

• 申請號: 202010914365.0
• 申請日: 2020-08-28
• 公開（公告）號: CN112016490B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 陳琳;鄭小強;尚明生;朱帆
• 申請（專利權）人: 中國科學院重慶綠色智能技術研究院
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/52;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明為基于生成對抗學習的行人屬性識別方法，屬于深度學習、圖像處理領域，包含以下步驟：S1：建立編碼器、生成網絡、判別網絡和屬性識別網絡；S2：對真實數據庫圖像進行預處理；S3：提取真實圖像對特征對生成網絡進行訓練，并采用判別網絡對生成網絡生成的圖像進行真偽判定；S4：訓練屬性識別網絡；S5：對整體構架進行訓練調整，利用訓練好的屬性識別網絡對圖像中行人屬性進行提取。本發明通過對抗學習方法，在不同行人間交互屬性特征來生成偽樣本圖像，擴充了行人屬性訓練的樣本空間，平衡了數據分布，增強了行人屬性識別的魯棒性，更進一步，圖像的生成網絡和屬性識別網絡是端到端網絡，有利于更好的訓練屬性識別網絡。

技術領域

本發明涉及行人屬性識別方法，屬于深度學習、圖像處理領域，尤其適用于基于生成對抗學習的行人屬性識別。

背景技術

隨著平安城市和天網工程的推進，城市中視頻攝像頭數量以幾何級數不斷增長，然而，視頻作為典型的非結構化數據，難以直接加以利用。例如，在安防領域我們經常需要在視頻監控中尋找目標人物，或者在商場、社區等監控視頻中分析訪問人群的性別、年齡結構、穿著屬性等重要信息時，往往需要通過人工辨識的手段進行處理。但人工處理海量視頻時較為耗時費力，特別是長時間查看其效率和準確率均會下降。因此，在信息化的今天，我們可以借助人工智能、圖像處理、計算機視覺等先進手段，通過提取視頻中的結構化信息，如行人屬性——性別、年齡、衣著、行人附屬物(如背包、手機)等屬性特征，從而生成對于視頻的結構化描述，對于幫助我們了解視頻內容、快速查找定位相關人群、分析城市中的人口結構等工作都有重要的輔助意義。

目前，行人屬性識別的數據集有一個共同的缺陷——數據分布非常不平衡，部分屬性在數據集中只有少量樣本。當前的方法基本都是嘗試從網絡結構或者損失函數中解決不平衡問題，但是這些方法往往容易陷入過擬合風險，從而導致泛化性能下降；同時，由于采集的樣本、對樣本進行標記等工作同樣代價昂貴。

發明內容

有鑒于此，本發明提供基于生成對抗學習的行人屬性識別方法，利用對抗學習神經網絡來生成更多的偽訓練樣本，能夠有效擴展樣本空間，從根源上解決數據不平衡以及數據標記等問題。

為達到上述目的，本發明提供如下技術方案：

基于生成對抗學習的行人屬性識別方法，包括如下步驟：

S1：利用深度學習網絡構架分別建立編碼器、生成網絡、判別網絡和屬性識別網絡；

S2：對真實數據庫圖像進行預處理；

S3：結合圖2，提取真實圖像對特征對生成網絡進行訓練，并采用判別網絡對生成網絡生成的圖像進

行真偽判定，直到它們交替訓練完成；

S4：結合圖3，將真實數據庫圖像和生成網絡生成的圖像組成新的數據庫圖像對作為輸入，訓練屬性

識別網絡；

S5：結合圖4，對整體構架進行訓練調整，利用訓練好的屬性識別網絡對圖像中行人屬性進行提取。

進一步，所述的編碼器分為結構編碼器E_s和屬性編碼器E_a，分別對圖像的結構特征S和屬性特征A進行提取。

進一步，所述的編碼器、生成網絡G、判別網絡D分別為卷積神經網絡(CNN)，可根據各自的具體作用和使用環境決定網絡深度、卷積核的大小；所述的屬性識別網絡C為一個屬性編碼器E_a串聯一個Sigmoid激活函數構成。

整個網絡構架為圖像連接兩個并聯的編碼器作為輸入；其次編碼器串聯生成網絡G，用以生成偽圖像；生成網絡G串聯判別網絡D形成對抗學習網絡，以便提高生成圖像的準確性；最后，選擇一個屬性編碼器為基礎構造屬性識別網絡C。訓練時，采用策略為先局部的對每一個CNN網絡訓練，再整體訓練。