[发明专利]基于多标签图像识别的非机动车骑行人属性识别方法

说明书

本发明公开了一种基于多标签图像识别的非机动车骑行人属性识别方法，属于计算机视觉领域。针对实际应用系统期望识别的非机动车骑行人属性，既有与较大范围图像区域相关的属性，又有只涉及较小图像区域的属性，本发明的识别方法采用多分支网络结构，分别由不同的分支网络识别那些涉及较小图像区域的属性、涉及中等尺寸图像区域的属性和涉及较大范围图像区域的属性；进一步地，本发明的特征提取模块和特征金字塔模块提取多个尺度、具有不同大小感受野的特征图，并选择合适大小感受野的特征图分别输入到上述各个分支网络，从而保证各个分支网络都具有较好的识别精度。

技术领域

本发明涉及计算机视觉领域，尤其涉及一种基于多标签图像识别的非机动车骑行人属性识别方法。

背景技术

随着智慧城市建设的持续深入，城市中的机动车道和非机动车道、工业园区、住宅小区都逐渐搭建了以视频摄像机为主体，多模态、多维度的传感器系统。面对海量的视频数据，依靠目力观察已无法满足事件预警、目标检索等应用的需要，从而对视频结构化分析技术提出了迫切需求。同时，以电动自行车和自行车为代表的非机动车一直是城市个人出行的主要交通工具，以视频图像为输入，由人工智能算法自动预测性别、是否佩戴头盔、是否载人、衣服颜色等骑行人属性无疑对保障道路交通参与者的生命和财产安全，协助交管部门维护交通秩序，约束人们遵守交通规则等具有重要意义。

实际应用系统期望识别的非机动车骑行人属性，既有非机动车类型、骑行人性别等与较大范围图像区域相关的属性，又有是否佩戴头盔、车筐置物等只涉及较小图像区域的属性。但是如何同时实现对图像中不同范围尺度的属性检测，是目前亟待解决的技术问题。

发明内容

本发明的目的在于解决现有技术存在的问题，提供一种基于多标签图像识别的非机动车骑行人属性识别方法。

为实现上述发明目的，本发明采用的技术方案如下：

一种基于多标签图像识别的非机动车骑行人属性识别方法，其特征在于，该方法包括：

S1、构建用于实现多标签图像识别的深度神经网络模型，所述深度神经网络模型由特征提取模块、特征金字塔模块和多标签识别模块组成；

所述特征提取模块采用ConvNeXt网络的前三级卷积层组，且在每级卷积层组后各附加一个空间注意力模块；深度神经网络模型输入的待识别图像为RGB颜色空间的彩色图像其中W和H分别为图像的宽和高，首先将x转换成HSV颜色空间的图像x′，并将x′的色度分量图像和饱和度分量图像与x在通道方向拼接形成一个W×H×5的图像作为特征提取模块中第一级卷积层组的输入，其余两级卷积层组分别以上一级卷积层组和空间注意力模块的输出特征图作为输入；

所述特征金字塔模块用于对特征提取模块中各级卷积层组和空间注意力模块输出的特征图作进一步的处理，形成大小分别为和的特征图P₁、P₂和P₃；