[发明专利]基于注意力模型的行人属性识别方法

权利要求书

1.一种基于注意力模型的行人属性识别方法，其特征在于，具体包括如下步骤：

步骤1：对输入图像进行卷积特征提取，得到特征F；

步骤2：将步骤1中提取的特征送入CBAM模块进行注意力特征提取，得到注意力特征向量F″；

所述步骤2中CBAM是一个结合通道特征以及空间特征的注意力图提取模型，由简称为CAM的通道注意力模块和简称为SAM的空间注意力模块串联而成；

所述步骤2的具体过程如下：

步骤2.1：F通过CAM得到通道注意力图M_C(F)；

步骤2.2：M_C(F)与F进行元素相乘得到通道注意力特征F′；

步骤2.3：F′传入SAM中，得到空间注意力图M_S(F′)；

步骤2.4：M_S(F′)再与F′进行元素相乘，得到注意力特征向量F″；

步骤3：经过Inception网络以及每个Inception网络后的CBAM，得到最终的特征向量，所述步骤3中Inception网络选取Inception-v3作为特征提取的基础网络；

所述步骤3的具体过程如下：

步骤3.1：将步骤2中得到的输出F″输入到Inception网络使用小卷积核进行降维，减少参数的个数；

步骤3.2：将3.1中经过降维的特征输入CBAM模块，进行步骤2中的操作；

步骤3.3：重复上述两个步骤共三次，得到最终的特征向量；

步骤4：对特征向量进行识别进而分类得到识别结果。

2.如权利要求1所述的一种基于注意力模型的行人属性识别方法，其特征在于，所述步骤4的具体过程为：

步骤4.1：将步骤3中得到的特征向量传入简称为GAP的全局平均池化层与简称为FC的全连接；

步骤4.2：对每个特征图进行平均值计算；

步骤4.3：将上一步得到的结果用Softmax进行分类，所述Softmax是一个多分类器，可以计算预测对象属于各个类别的概率，得到该输入的识别结果，其计算公式为：

其中，z是上一层的输出，Softmax分类器的输入，维度为C，y_i为预测对象属于第C类的概率。

3.如权利要求1所述的一种基于注意力模型的行人属性识别方法，其特征在于，所述步骤2.1的具体过程为：

CAM将输入分别通过最大池化层和平均池化层，对特征进行空间维度的压缩，然后用Sigmoid函数对其进行归一化，得出通道注意力图M_C(F)。

4.如权利要求1所述的一种基于注意力模型的行人属性识别方法，其特征在于，所述步骤2.3的具体过程为：

将F′传入SAM模块中使F′经过最大池化和平均池化操作重新结合，然后经过卷积操作，通过Sigmoid函数进行归一化，得到M_S(F′)。

5.如权利要求3-4任一项所述的一种基于注意力模型的行人属性识别方法，其特征在于，所述最大池化操作，即对邻域内特征点取最大，计算公式为：

其中h代表所选池化窗口的高度，w代表池化窗口的宽度，x_i，j表示坐标为(i，j)的特征点值；

平均池化操作，对邻域内特征点求平均，计算公式为：

其中h代表所选池化窗口的高度，w代表池化窗口的宽度，x_i，j表示坐标为(i，j)的特征点值；

Sigmoid函数可以将输入的数据映射在(0，1)之间，其计算公式为：

其中x为输入的数据。