Indexed by：
Abstract：
本发明提出了一种基于通道注意力机制和轻型卷积神经网络的行人多属性协同识别方法。该方法采用“特征提取+映射”的思路，通过对行人属性标签的组合编码，挖掘行人属性特征之间的内在关联关系，在一个统一的框架下同时对行人的多种属性进行准确识别，有效降低了实现复杂度。通过网络模型的训练，建立行人图像的深度特征和行人属性标签组合编码向量之间的映射关系，用于对行人属性进行准确识别。在行人属性公共数据集PETA和RAP上的实验结果表明，与现有的基于深度学习的行人多属性识别方法相比，采用本发明提出的识别方法可以可以获得最优的识别准确率，分别达到89.09％和88.14％的识别率。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202011273516.5
Filing Date： 2020-11-14
Publication Date： 2021-03-16
Pub. No.： CN112507800A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
