行人属性识别方法、装置和计算机设备制造方法及图纸

本发明专利技术是关于行人属性识别方法、装置和计算机设备。该方法包括：采集监控视频中包含行人的视频图像，然后将包含行人的视频图像进行剪裁处理，得到待识别的行人图片；最后，将得到的待识别的行人图片，利用预设个倒置残差模块来构建面向行人属性识别的轻量级卷积神经网络提取行人的属性。本发明专利技术可以有效地提高行人属性特征识别的精确度，减少特别提取模型的参数量和计算量，保证在低成本硬件平台的运行效率。

Pedestrian attribute recognition method, device and computer equipment

【技术实现步骤摘要】
行人属性识别方法、装置和计算机设备
本专利技术涉及人工智能
，尤其涉及行人属性识别方法、装置和计算机设备。
技术介绍
在监控场景下，监看人员比较关注的是行人与车辆等运动目标及与其相关的一些行为事件。作为重点监看的目标之一，行人目标蕴含着视频图像中主要的语义信息。然而，因监控场景下摄像设备采集的行人图像分辨率较低，难以获取高质量的人脸图像以致无法识别，故行人属性识别已成为在视频监控中对关注人员进行研判分析的有效手段之一。行人属性识别是从目标视频图像提取出人的外观属性，并使用规范化、结构化的语义信息来描述，从而实现对视频图像中行人的语义理解。在此过程中，系统只需要提取并记录视频中的行人目标图像和语义信息，极大压缩了视频存储所占用的物理空间。从监控应用的角度来看，行人属性识别技术的使用可有效提高监看人员在海量视频中检索与分析关注人员的效率和精度。由于行人属性有若干多种，如是否戴帽子、是否戴口罩与衣物样式等。若对每一种属性单独训练分类模型，那么会大大降低计算效率。
技术实现思路
为克服相关技术中存在的问题，本专利技术提供的行人本文档来自技高网...

【技术保护点】
1.一种行人属性识别方法，包括：/n采集监控视频中包含行人的视频图像；/n将包含行人的视频图像进行剪裁处理，得到待识别的行人图片；/n将得到的待识别的行人图片，利用预设个倒置残差模块来构建面向行人属性识别的轻量级卷积神经网络提取行人的属性。/n

【技术特征摘要】
1.一种行人属性识别方法，包括：
采集监控视频中包含行人的视频图像；
将包含行人的视频图像进行剪裁处理，得到待识别的行人图片；
将得到的待识别的行人图片，利用预设个倒置残差模块来构建面向行人属性识别的轻量级卷积神经网络提取行人的属性。


2.根据权利要求1所述的方法，其中，将得到的待识别的行人图片，利用若干个倒置残差模块来构建面向行人属性识别的轻量级卷积神经网络提取行人的属性，包括：
将图片经过预设个倒置残差模块来构建的轻量级卷积神经网络的主干网络提取行人属性特征；
将提取的行人属性特征输入到n个分支网络进行各自特征的提取。


3.根据权利要求2所述的方法，其中，将提取的行人属性特征输入到n个分支网络进行各自特征的提取，包括：
在每个分支网络中，采用全局平均池化将提取的行为属性特征转换成1×N类别的向量；
在每个分支网络中，使用CenterLoss与SoftmaxLoss两个损失函数联合的方式对每个行为属性特征映射的平均值进行分类。


4.根据权利要求2所述的方法，其中，将图片经过若干个倒置残差模块来构建的轻量级卷积神经网络的主干网络提取行人属性特征，包括：
图片经过第一个卷积层Conv1和一个池化层Pool1后，经过倒置残差模块和另一个池化层Pool2后输出...

【专利技术属性】
技术研发人员：黄仝宇，胡斌杰，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44