基于双卷积神经网络的行人精细化识别

摘要：

针对监控场景的行人属性识别问题,提出了基于双卷积神经网络的属性识别方法,给定1幅行人图像,首先对行人的头、上身、下身、鞋、包、帽子等部件采用基于单次检测器(single shot multibox detector,SSD)的深度卷积网络框架进行检测,对于检测出的部件采用VGG-weights(visual geometry group)的深度网络进行精细化的属性识别,如行人的性别、头发长度、衣着款式、背包款式等;最后设计了行人属性识别系统,实现了行人部件的自动检测与属性识别.实验表明,所提出的识别方法性能好、识别度高、系统检测时间短、应用价值高.

关键词：目标检测、行人属性识别、卷积神经网络

所属期刊栏目：12

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省高校自然科学研究重大项目15KJA520001

在线出版日期：2018-01-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1578-1582