[发明专利]基于Inception V3的多数据集联合训练的行人外观属性识别方法

权利要求书

1.基于Inception V3的多数据集联合训练的行人外观属性识别方法，其特征在于：包括以下步骤：

1)获取含有行人的监控视频片段，对行人图像进行预处理；

2)构建新的Inception V3卷积神经网络模型；

3)改进logistic loss损失函数；

4)输入多个公开数据集数据，进行训练，得到行人外观属性识别模型；

5)利用所得行人外观属性识别模型进行实际场景下的识别。

2.根据权利要求1所述的基于Inception V3的多数据集联合训练的行人外观属性识别方法，其特征在于：所述步骤1)包括以下具体步骤：

1.1)将截取的视频帧按照规定的图片命名方式进行命名，保存到指定位置；

1.2)对所有的图片文件进行外观属性标注，形成数据集；

1.3)将数据集分成两部分，分别为训练集、验证集，训练集用于训练模型，验证集用于测试模型效果，不参与训练，其中，训练集占总图片数量的70～90％，测试集占总图片数量的10～30％。

3.根据权利要求1所述的基于Inception V3的多数据集联合训练的行人外观属性识别方法，其特征在于：所述新的Inception V3卷积神经网络模型包括5个卷积层、11个block结构及4个并列的全连接层；所述卷积层和block结构用于自动提取行人属性特征；全连接层用于组合属性特征，获取对应属性分数。

4.根据权利要求1所述的基于Inception V3的多数据集联合训练的行人外观属性识别方法，其特征在于：所述步骤3)具体为：将每个全连接层后皆加一个loss函数，最后计算所有loss之和，来进行多数据集联合训练。

5.根据权利要求4所述的基于Inception V3的多数据集联合训练的行人外观属性识别方法，其特征在于：所述loss函数为：

其中N表示训练时每次送入的图片数量，C为行人对应的外观属性数量，每个行人图片表示为x_n，对应经过网络计算的输出为V_n，对应的标签向量为y_n，每个标签向量对应的属性值为y_n，i，i∈[1，2，...，C]，如果y_n，i＝1表明这个训练样本x_n有这个属性，如果y_n，i＝0表明这个训练样本x_n没有这个属性；S_n，i表示这个样本x_n的第i个属性的得分高低，S_n，i∈[0，1],y_n，i是真实属性标签，表示行人样本x_n有没有第i个属性。

6.根据权利要求1所述的基于Inception V3的多数据集联合训练的行人外观属性识别方法，其特征在于：所述步骤4)包括以下具体步骤：

4.1)训练之前，准备大于6G显存的GPU和linux系统环境，搭建pytorch环境；

4.2)设置模型训练的优化方式；

4.3)设置模型训练的图片预处理方式；

4.4)设置模型的基础学习率、动量权重以及最大迭代次数，在最大迭代次数下，不断迭代学习，直到损失函数值不再下降，模型收敛，保存模型参数；

4.5)完成训练，得到行人外观属性识别模型。

7.根据权利要求6所述的基于Inception V3的多数据集联合训练的行人外观属性识别方法，其特征在于：所述步骤4.3)包括以下具体步骤：

4.3.1)改变图片的亮度、对比度和饱和度；

4.3.2)经过步骤4.3.1)后，将图片进行随机的水平翻转；

4.3.3)经步骤4.3.2)后，将图片最短边缩放到150像素，长边按照1:3的比例缩放到450像素；

4.3.4)经步骤4.3.3)后，缩放的图片不进行裁剪，直接送入网络进行训练。