[发明专利]基于深度姿态预估和多特征融合的行人衣着属性识别方法

摘要

本发明涉及一种基于深度姿态预估和多特征融合的行人衣着属性识别方法。该方法首先通过外观特征匹配，选取部分检索结果用于后续的属性识别；随后通过基于SSD的深度人体姿态估计方法，能有效定位出图像中属于行人的前景区域，并较好地排除背景因素干扰；最后融合多种方式的解析结果，并结合迭代平滑过程，采取最大后验概率分配的方式，加强属性标签与像素之间的相关性，得到最终的属性解析识别结果。本发明解决了单一解析方式下标签识别不准、像素解析区域偏差等问题。该方法简单灵活，具有较强的实际应用性。

主权项

1.一种基于深度姿态预估和多特征融合的行人衣着属性识别方法，其特征在于，包括如下步骤：步骤S1、对于监控场景下的输入图像通过图像去噪以及图像增强方式进行预处理，提升图像质量；步骤S2、对预处理后的输入图像进行基于深度卷积神经网络DCNN的姿态预估，界定图像中的前景与背景区域，将姿态特征作为融合特征的其中一部分；步骤S3、对经步骤S2处理后的图像的前景区域提取融合特征，并通过PCA进行特征降维；步骤S4、利用一个公共数据集对输入图像进行样式检索，检索得到包括：相似图像样本、图像样本本身的服装标签标注；步骤S5、将以上得到的不同形式的融合特征，输入设计的行人衣着属性识别框架，获得最终的衣着属性识别结果。