基于注意力机制的视频监控场景下行人视图属性的定位与识别方法技术

本发明专利技术提供一种基于注意力机制的视频监控场景下行人视图属性的定位与识别方法。包括如下步骤：步骤一：设计Inception

【技术实现步骤摘要】
基于注意力机制的视频监控场景下行人视图属性的定位与识别方法


[0001]本专利技术属于基于深度学习的行人属性识别领域，涉及先验信息、注意力机制等技术，具体涉及基于注意力机制的视频监控场景下行人视图属性的定位与识别方法。此外，本专利技术涉及在实际监控视频上实现属性识别的应用。

技术介绍

[0002]行人属性识别技术已经成为计算机视觉领域的一个研究热点，属性识别可以为高级人类相关任务提供重要信息，包括行人重识别，行人检测，行人跟踪，行人检索，场景理解等。同时随着监控技术的发展，将行人属性识别技术应用到视频监控当中，获取视频监控中的图像序列，联合图像的空间和时间信息，实现对图像中行人属性的识别，未来将在安防、刑侦、交通等领域具有潜在的实力和应用。
[0003]然而，视频监控下的行人属性识别仍然存在困难和挑战，如多视角变化、分辨率低、光照低、复杂背景下的遮挡等。为了缓解这些问题，(Bourdev L,Maji S,Malik J.Describing people:A poselet
‑
based approach to at本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于注意力机制的视频监控场景下行人视图属性的定位与识别方法，其特征在于：包括如下步骤：步骤1：设计Inception
‑
v4主干网络；步骤2：设置视角预测分支；步骤3：将视角置信度与浅层特征融合组成视角性特征属性；步骤4：通过区域注意力定位视角性特征属性的位置；步骤5：设计最终属性识别单元计算方式及损失函数；步骤6：在公开的行人属性识别数据集上训练模型；步骤7：应用于实际的视频监控图像来进行行人属性识别；步骤8：制作Qt前端界面具体展现识别结果。2.根据权利要求1所述的基于注意力机制的视频监控场景下行人视图属性的定位与识别方法，其特征在于：所述步骤1具体包括：1.1)：选用Inception
‑
v4作为主干网络。Inception
‑
v4主要由Stem、Inception
‑
A、Reduction
‑
A、Inception
‑
B、Reduction
‑
B和Inception
‑
C模块组成，将Inception
‑
A模块的输出作为视角预测器分支的输入，Inception
‑
C模块的输出作为区域注意力分支的输入；1.2)：深层网络训练中不可避免会产生大量的参数，为了减少参数，加快训练的速度，将重构的Inception网络去除最后的平均池化层、dropout层和Softmax函数激活，改为直接使用BatchNormalization层来归一化最终的属性识别单元。3.根据权利要求1所述的基于注意力机制的视频监控场景下行人视图属性的定位与识别方法，其特征在于：所述步骤2具体包括：2.1)：把Inception
‑
v4主干网络中的浅层网络模块Inception
‑
A的输出值作为视角预测器的输入。设计最大池化层，卷积层，自适应平均池化层和全连接层组成视角预测器；2.2)：将最后的全连接层的输出通道数设为4，从而输出前、后、左和右四个不同的视角置信度；视角置信度Y
vp1
，由公式(1)表示：Y
vp1
＝Softmax(W
fc2
·
(W
fc1
·
F
′
))
ꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
·
表示两个矩阵的点积，W
fc1
，W
fc2
表示第一、二个全连接层的权重矩阵，F
′
表示经过最大池化层，卷积层，自适应平均池化层后输出的中间变量。4.根据权利要求1所述的基于注意力机制的视频监控场景下行人视图属性的定位与识别方法，其特征在于：所述步骤3具体包括：3.1)：修改视角预测器用于预测4个视角置信度值的全连接层的激活函数为Sigmoid函数，通过上采样，重新反馈到输入的浅层网络模块Inception
‑
A。修改过的视角置信度Y
vp2
，由公式(2)表示：Y
vp2
＝σ(W
fc2
·
(W
fc1
·
F
′
))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)3.2)：将输入的浅层网络模块Inception
‑
A提取的低级全局特征与修改后视角置信度相乘，组成特定的视角性特征属性。5.根据权利要求1所述的基于注意力机制的视频监控场景下行人视图属性的定位与识别方法，其特征在于：所述步骤4具体包括：4.1)：把Inception
‑
v4主干网络中的深层网络模块Inception
‑
C的输出值作为区域注意力的输入；区域注意力...

【专利技术属性】
技术研发人员：禹鑫燚，陈唯琛，金燕芳，欧林林，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：