[发明专利]监控场景下基于ResNet-50的行人属性识别方法

权利要求书

1.监控场景下基于ResNet-50的行人属性识别方法，其特征在于：包括以下步骤：

1)选用公开数据集和监控视频，将两者混合在一起构建行人数据集；

2)选用ResNet-50卷积神经网络模型作为实验模型；

3)对loss损失函数进行改进，并提出N+1类预测方法进行N/A标签的预测；

4)把训练集输入改进loss损失函数后的ResNet-50卷积神经网络，得出行人属性识别模型；

5)将测试集输入到行人属性识别模型中进行识别，对行人属性识别模型的实验结果进行评估。

2.根据权利要求1所述的监控场景下基于ResNet-50的行人属性识别方法，其特征在于：所述步骤1)包括以下具体步骤：

1.1)选用公开数据集，并将公开数据集的标签格式在原数据集的基础上增加一个N/A标签；

1.2)获取监控视频下的行人视频，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的大小，保存图片文件到指定的文件夹；

1.3)利用三个不同的标签值对所有的图片进行标注；

1.4)按照广泛采取的实验数据集划分原则，随机的把行人数据集的图片文件分为两部分：分别为训练集和验证集，且训练集和验证集的划分比例为8～9：2～1。

3.根据权利要求2所述的监控场景下基于ResNet-50的行人属性识别方法，其特征在于：所述步骤1.3)采用如下方式对所有的图片进行标注：

每一张图片上如果存在行人属性则标签值为1；

每一张图片上如果不存在行人属性则标签值为0；

每一张图片上如果不能确定是否含有行人属性则标签值为N/A。

4.根据权利要求1所述的监控场景下基于ResNet-50的行人属性识别方法，其特征在于：所述ResNet-50卷积神经网络模型包括1个卷积层、16个building block结构及1个全连接层；所述卷积层和building block结构用来自动提取行人属性特征；全连接层用于组合属性特征，并将输出值输入给softmax分类，且全连接层输出的节点数对应行人属性的类别。

5.根据权利要求1所述的监控场景下基于ResNet-50的行人属性识别方法，其特征在于：所述步骤3)中改进后的loss损失函数为其中N表示行人数据集中图片的数量，L为图片文件中的行人属性的数量，每张图片表示为x_i，i∈[1,2,...N]，x_i对应的行人属性标签向量为y_i，y_i对应的属性值为y_il，y_il∈[0，1，N/A]；p_il1表示x_i有第l个属性的概率，p_il0表示x_i没有第l个属性的概率；y_il1是真实属性标签，表示行人样本x_i有第l个属性；y_il0是真实属性标签，表示行人样本x_i没有第l个属性。

6.根据权利要求1所述的监控场景下基于ResNet-50的行人属性识别方法，其特征在于：所述N+1类预测方法采用下述任一种或多种：

(1)定义一个区域阈值δ，观察激活函数的输出范围[0,1]，当预测为0.5-δ到0.1+δ，将该类归为N/A标签；

(2)使用一个标准的softmax损失函数进行训练，输出为N+1类；

(3)使用分层softmax的方法，设置两个随机变量A，B，并采用关节的因数分解为:P(A,B)＝P(B|A)*P(A)，其中，P(A)表示属性是否可决定，P(B)表示属性为真的概率。