[发明专利]一种基于语义分割的行人多属性识别方法

说明书

本发明公开一种基于语义分割的行人多属性识别方法，本发明方法在线下训练阶段，首先选择比较普遍的行人属性，在行人属性数据集上训练行人多属性识别模型。该模型有三条输出分支，其中两条分支采用语义分割结合特征融合策略分别输出颜色属性和类型属性。第三条分支输出性别属性。综合模型的三条分支输出得到行人多属性。在线上查询阶段，用行人多属性识别模型对行人图像库提取属性，然后就可以通过属性查询库中有该属性的行人图像。本发明方法在行人多属性识别方面取得了很好的准确率。

技术领域

本发明涉及实体搜索领域，更具体地，涉及一种基于语义分割的行人多属性识别方法。

背景技术

当前，城市中的摄像头越来越多，这不仅提升了城市中生活的人们的安全系数，同时也为公安机关打击违反犯罪行为提供了很大的帮助。虽然城市中布控了很多监控摄像头，记录着城市中每时每刻发生的一切，但是，每天产生如此海量的视频数据，缺乏快速有效的分析手段。面对如此海量的摄像头视频数据，如果仅凭人力，不但要花费大量的时间，而且可能因为人眼的局限性，遗漏掉重要信息。

为了保障人们的生命和财产安全，城市中监控摄像头的安装数量增长趋势越来越快。据相关机构统计，目前全国各车站、机场、商场和街道等公共场所，已经安装几万个摄像头，这些摄像头构成了一张巨大的监控网，能够实时、直观且全面地记录公共场所所发生的一切状况，为违法犯罪案件的侦破提供了有力的线索，为公安机关和警察维护社会稳定提供了重大的作用。

如此多的摄像头，意味着每时每刻产生大量的图像和视频数据。当紧急情况发生时，比如某地发生了伤人事件，嫌疑人为逃避责任已经逃离现场，我们可以根据目击者的描述，了解嫌疑人的特征，然后对监控视频进行分析查找该特征的行人，就可以检索到该特征的行人出现在哪些摄像头下，从而分析其逃跑路线，推测嫌疑人目前所在地。但是，面对如此海量的监控视频数据，如果仅凭人力来排查，不但耗时耗力，而且缺乏准确性。

随着深度学习和人工智能等技术的不断发展，计算机变得越来越“聪明”。比如Google所开发的AlphaGo打败了世界顶级围棋棋手李世石，百度公司所研发的无人驾驶汽车也即将投入使用。此外，GPU技术也在不断发展，比如英伟达公司最新的产品GeForceGTX1080、TITAN X和TITAN BLACK等，已经被广泛用于深度学习的训练中。计算机的计算能力越来越强，基于GPU的深度学习技术已经成为计算机视觉的重要研究方向。

前面说到，某地发生紧急情况时，嫌疑人已经逃离现场，我们根据目击者的描述知道了嫌疑人的特征，比如，黑色头发、戴帽子、戴眼镜、红色T恤、灰色休闲裤和白色运动鞋等。我们通过深度学习等技术以及GPU的高速计算能力，实时地对监控视频中的所有行人提取其属性特征并存储到数据库中，当我们知道了嫌疑人的特征后，就可以快速地查找和嫌疑人有相同属性特征的所有行人，这样，就可以快速地掌握嫌疑人的逃跑线路。

可以看到，行人多属性的研究对于建立“平安城市”具有重大意义，能有效地帮助公安机关和警察维护社会的稳定。因此，如何提高行人多属性识别的准确度，是监控视频智能分析系统中亟待解决的问题。

发明内容

针对现有技术的缺陷，本发明目的在于提高行人多属性识别的准确度，由此解决当前监控环境下行人多属性识别准确度不够高的问题。

为实现上述目的，本发明提供一种基于语义分割的行人多属性识别方法，包括以下步骤：

预选行人的多种属性特征，包括颜色属性、类型属性以及性别属性；

基于特征融合层构建一个端到端的全卷积神经网络，所述神经网络的基本结构是AlexNet，其前面为卷积层，中间为分裂成三条分支的卷积层，第一条分支通过特征融合层连接第一反卷积层得到颜色属性的语义分割结果，第二条分支通过特征融合层连接第二反卷积层得到类型属性的语义分割结果，第三条分支通过二分类，得到性别属性，所述特征融合层用于对颜色属性和类型属性互补；