[发明专利]一种基于卷积神经网络的监控场景下行人属性识别方法

说明书

技术领域

本发明涉及模式识别技术领域，特别是涉及一种基于卷积神经网络的监控场景下行人属性识别方法。

背景技术

行人视觉属性识别，由于它的高层的语义信息，可以建立人的底层特征和高层认知的联系。因此在计算机视觉领域是一个很热门的研究方向。并且在很多的领域也取得了成功。比如：图片检索、目标检测、人脸识别。近些年，随着平安城市的概念的提出，数以万计的监控摄像头装在了城市的各个角落，保护着人们的安全。因此，监控场景下的行人视觉属性的识别具有重要的研究价值，并且它也在智能视频监控和智能商业视频有很大的市场前景。

当前大多数的行人属性识别研究主要在两个应用场景：自然场景和监控场景。自然场景下的属性识别研究较多，在目标识别、人脸识别等研究方向上也取得了很好的成绩。例如，自然场景下的属性识别的研究最早是Ferriari(Ferrari V,Zisserman A.Learning Visual Attributes.[J].Advances in Neural Information Processing Systems,2007:433-440)。在他的论文中，提出了概率生成模型去学习低层次的视觉属性，比如：条纹和斑点。Zhang(Zhang N,Paluri M,Ranzato M,et al.PANDA:Pose Aligned Networks for Deep Attribute Modeling[C]//ComputerVision and Pattern Recognition.IEEE,2014:1637-1644.)提出了姿态对齐神经网络，没有约束的场景下，对图片进行像年龄、性别和表情这些属性的识别。在自然场景下用于行人属性识别研究的样本图片的分辨率都很高。然而监控场景下的行人样本的图片分辨率较低,并且很模糊。像行人戴眼镜这样的细粒度的属性是很难识别出来的。主要是在真实的监控场景中，是远距离拍摄行人的，很少能拍摄的到近距离的清晰的人脸和身体。监控场景下的远距离拍摄也容易受到一些不可控的因素的影响。比如，光照强度的变化(例如白天和夜晚，室内和室外)，监控摄像头不同的拍摄角度行人姿态的不同的变化，现实环境中物体的遮挡等等。因此，使用远距离拍摄的脸部或者行人身体的视觉信息来进行属性识别，这对监控场景下的行人属性识别的研究工作带来挑战。

由于上述的种种问题，国内外对于监控场景下的行人属性识别的研究工作还是比较少。Layne(Layne R,Hospedales T M,Gong S.Person Re-identification by Attributes[C]//BMVC.2012.)是第一个通过使用支持向量机(SVM)去识别像背包、性别这样的行人属性，然后通过这些行人属性信息来辅助行人的重识别。为了解决混合场景下的属性识别问题，Zhu(Zhu J,Liao S,Lei Z,et al.Pedestrian Attribute Classification in Surveillance:Database and Evaluation[C]//IEEE International Conference on Computer Vision Workshops.IEEE,2013:331-338.)引入了APis数据库，并用Boosting算法去识别属性。Deng(Deng Y,Luo P,Chen C L,et al.Pedestrian Attribute Recognition At Far Distance[C]//ACM International Conference on Multimedia.ACM,2014:789-792.)构建了最大的行人属性数据库，在这个数据集的基础上使用支持向量机和马尔科夫随机场去识别属性。然而这些方法，都是使用人工提取行人特征。而人工提取特征需要依赖人的经验。经验的好坏决定了属性特征识别的精确度。另外，这些方法也忽略了属性特征之间的关联。例如，长头发这个属性特征是女性的可能性一定是高于男性的。所以头发的长度有助于提高行人的性别的属性的识别精度。

发明内容

本发明所要解决的技术问题是提供一种基于卷积神经网络的监控场景下行人属性识别方法，使得识别精度高，操作简单、速度快。

本发明解决其技术问题所采用的技术方案是：提供一种基于卷积神经网络的监控场景下行人属性识别方法，包括以下步骤：

(1)获取含有行人的监控视频，并截取视频帧，构建监控场景下的行人数据集；