[发明专利]一种基于多任务深度学习的行人属性识别方法在审
| 申请号： | 201811186571.3 | 申请日： | 2018-10-12 |
| 公开（公告）号： | CN109598186A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 毛亮;林焕凯;朱婷婷;黄仝宇;汪刚;宋一兵;侯玉清;刘双广 | 申请（专利权）人： | 高新兴科技集团股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/08 |
| 代理公司： | 广州国鹏知识产权代理事务所(普通合伙) 44511 | 代理人： | 宁尚国 |
| 地址： | 510530 广东省广州*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于多任务深度学习的行人属性识别方法，利用行人检测算法在监控视频检测出多姿态的行人样本图；对所检测出的行人样本图进行重命名，并进行行人属性手工标注，划分训练集样本和测试集样本；对训练集样本进行训练，得到多任务行人属性识别模型，针对任务的需求设计多任务行人属性识别网络；利用多任务行人属性识别模型对测试集样本每个图片输出其属于所有属性中所有类别的置信度。设计了一个多任务的深度网络，在一个网络中学习所有的行人属性，该方法不仅解决了资源的占用问题，同时由于在同一个网络中进行特征共享，大大提升了模型的识别精度和速度。 | ||
| 搜索关键词： | 属性识别 训练集样本 测试集 样本图 网络 样本 监控视频 特征共享 行人检测 需求设计 置信度 检测 算法 学习 标注 占用 输出 图片 | ||
【主权项】：
1.一种基于多任务深度学习的行人属性识别方法，其特征在于：包括如下步骤：S1：获取多个点位、场景的监控视频，利用行人检测算法在监控视频检测出多姿态的行人样本图；S2：对S1检测出的所述行人样本图进行重命名，并进行行人属性手工标注，划分训练集样本和测试集样本；S3：针对任务的需求设计多任务行人属性识别网络；S4:将所述步骤S2收集的所述训练集样本放入所述步骤S3所设计的所述多任务行人属性识别网络进行训练，得到多任务行人属性识别模型；S5:对于所述测试集样本，利用所述步骤S4得到的所述多任务行人属性识别模型对其中每个图片输出其属于所有属性中所有类别的置信度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于高新兴科技集团股份有限公司，未经高新兴科技集团股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811186571.3/，转载请声明来源钻瓜专利网。
