[发明专利]一种基于卷积神经网络的监控场景下行人属性识别方法

权利要求书

1.一种基于卷积神经网络的监控场景下行人属性识别方法，其特征在于，包括以下步骤：

(1)获取含有行人的监控视频，并截取视频帧，构建监控场景下的行人数据集；

(2)通过改进AlexNet卷积神经网络模型，构建新的卷积神经网络模型；

(3)把所述行人数据集输入到所述新的卷积神经网络模型中进行训练，得到行人属性识别模型；

(4)利用所述行人属性识别模型完成识别。

2.根据权利要求1所述的基于卷积神经网络的监控场景下行人属性识别方法，其特征在于，所述步骤(1)包括以下子步骤：

(11)将截取的视频帧按照规定的图片命名方式进行命名，并把全部的图片缩放到统一大小，得到图片文件；

(12)对所有的图片文件进行标注：每一张行人图片上的行人属性都是二进制属性，如果有行人属性，则标签值为1；如果没有行人属性，则标签值为0；

(13)按照广泛采取的实验数据集划分原则，随机的把所述图片文件分为三部分：分别为训练集、验证集和测试集，其中，训练集占总图片文件的50％，验证集占总图片文件的10％，测试集占总图片文件的40％；

(14)根据图片文件的划分构建行人数据集，其中行人数据集包括两部分：一部分为用于模型训练的训练数据，另一部分为用于检验模型训练效果的测试数据。

3.根据权利要求1所述的基于卷积神经网络的监控场景下行人属性识别方法，其特征在于，所述步骤(2)中的AlexNet模型总共有八层，包括5个卷积层和3个全连接层；所述卷积层用于自动提取特征，所述全连接层用于连接所有的特征，并将输出值输入给softmax分类，所述全连接层输出的节点数对应行人属性的类别；所述AlexNet模型的损失函数为其中，N表示图片文件中的数量，L为图片文件中的行人属性的数量，每张行人图片表示为x_i,i∈[1,2,...N]，每张图片x_i对应的行人属性标签向量为y_i，每个标签向量y_i对应的属性值为y_il,y_il∈[0,1],l∈[1,2,...,L]，如果y_il＝1表明这个训练样本x_i有这个属性；如果y_il＝0表明这个训练样本x_i没有这个属性；表示是行人样本x_i的第l个属性的概率。y_il是真实属性标签，表示行人样本x_i有没有第l个属性。

4.根据权利要求1所述的基于卷积神经网络的监控场景下行人属性识别方法，其特征在于，所述步骤(3)具体包括以下子步骤：

(31)训练之前搭建Caffe环境，然后编译Caffe；

(32)设置模型的学习率和权重衰减，然后在设置的最大迭代学习次数下，不断迭代学习，直至损失函数的损失值最小，模型收敛，保存模型参数；

(33)完成训练得到行人属性识别模型。