[发明专利]一种基于CNN的赤足足迹的体重判定方法

权利要求书

1.一种基于CNN的赤足足迹的体重判定方法，其特征在于，包括：

S1：获取赤足足迹图像数据，并对图像数据进行预处理；

S2：制作赤足图像数据集；

S3：数据训练与特征提取，包括：

1)训练数据准备：对已经完成预处理后的男女性训练集和验证集的二维图像数据，依照标签进行分组分类；

2)分组进行基于CNN网络的训练，此处使用改进的AlexNet网络；

依照标签进行分组分类，具体为：

A组：0类：储存体重＜m(kg)的样本；1类：储存体重≥m(kg)的样本；

B1组：0类：储存体重＜m-n(kg)的样本；1类：储存体重≥m-n(kg)的样本；

B2组：0类：储存体重＜m-2n(kg)的样本；1类：储存体重≥m-2n(kg)的样本；

…

Bk组：0类：储存体重＜m-kn(kg)的样本；1类：储存体重≥m-kn(kg)的样本；

…

C1组：0类：储存体重＜m+n(kg)的样本；1类：储存体重≥m+n(kg)的样本；

C2组：0类：储存体重＜m+2n(kg)的样本；1类：储存体重≥m+2n(kg)的样本；

…

Ck组：0类：储存体重＜m+kn(kg)的样本；1类：储存体重≥m+kn(kg)的样本；

m＝(max+min)/2；其中max和min分别代表获取到的样本的体重标签中的最大值和最小值；

…

经过A组标签进行训练得到的模型分别为男性体重判定模型MA、女性体重判定模型FA；经过B1组标签进行训练得到的模型分别为男性体重判定模型MB1、女性体重判定模型FB1；经过C1组标签进行训练得到的模型分别为男性体重判定模型MC1、女性体重判定模型FC1；经过Bk组标签进行训练得到的模型分别为男性体重判定模型MBk、女性体重判定模型FBk；经过Ck组标签进行训练得到的模型分别为男性体重判定模型MCk、女性体重判定模型FCk；经过B(k+1)组标签进行训练得到的模型分别为男性体重判定模型MB(k+1)、女性体重判定模型FB(k+1)；经过C(k+1)组标签进行训练得到的模型分别为男性体重判定模型MC(k+1)、女性体重判定模型FC(k+1)；

S4：根据任意一张赤足足迹图像判定该图像的拥有者的体重，具体为：

1)待判定样本I输入男性体重判定模型MA或女性体重判定模型FA，输出为I的拥有者的体重；

2)通过男性体重判定模型MA或女性体重判定模型FA进行特征提取，得到I的男性分类特征Ma或女性分类特征Fa；

3)将男性分类特征Ma或女性分类特征Fa输入特征分类器softmax中，输出I属于各个类别的概率；

4)选择概率值最大的类别作为待判定样本I的从属类别；

5)若经过男性体重判定模型MA或女性体重判定模型FA得到的从属类别为0，则输入男性体重判定模型MB1或女性体重判定模型FB1和待判定样本I，重复2)、3)、4)然后进行6)步；若得到从属类别为1，则输入男性体重判定模型MC1或女性体重判定模型FC1和待判定样本I，重复2)、3)、4)然后进行9)步；

6)重复执行7)；

7)若经过男性体重判定模型MBk或女性体重判定模型FBk得到的从属类别为1，则输出待判定样本I的拥有者的体重为(2m-2kn+n)/2(kg)；若从属类别为0，则将待判定样本I输入男性体重判定模型MB(k+1)或女性体重判定模型FB(k+1)，重复2)、3)、4)后，执行6)；

8)若经过男性体重判定模型MBk或女性体重判定模型FBk得到的从属类别为1，则输出待判定样本I的拥有者的体重为(2m-2kn+n)/2(kg)；若从属类别为0，则输出待判定样本I的拥有者的体重小于m-kn(kg)；

9)重复执行10)；

10)若经过男性体重判定模型MCk或女性体重判定模型FCk得到的从属类别为0，则输出待判定样本I的拥有者的体重为(2m+2kn-n)/2(kg)；若从属类别为1，则输入男性体重判定模型MC(k+1)或女性体重判定模型FC(k+1)和待判定样本I，重复2)、3)、4)后，执行9)；

11)若经过男性体重判定模型MCk或女性体重判定模型FCk得到的从属类别为0，则输出待判定样本I的拥有者的体重为(2m+2kn-n)/2(kg)；若从属类别为1，则输出待判定样本I的拥有者的体重大于m+kn(kg)。