[发明专利]一种基于深度学习的行人属性识别方法和系统有效
| 申请号： | 201910713743.6 | 申请日： | 2019-08-02 |
| 公开（公告）号： | CN110688888B | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 刘潇;王弯弯;黄晓峰;殷海兵;贾惠柱 | 申请（专利权）人： | 杭州未名信科科技有限公司;浙江省北大信息技术高等研究院 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 刘广达 |
| 地址： | 311200 浙江省杭州市萧*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的行人属性识别方法和系统，所述方法包括：根据行人样本数据集构建行人属性数据集，按照平衡类别对所述行人属性数据集的数据进行分类；对于不同平衡类别的数据，使用过采样和/或欠采样进行调整，再次统计分析各个平衡类别的比例，生成交叉熵误差的权重因子；利用行人姿态模型提取颈部臀部关键点，将行人样本数据集中的原始图片分为整体、头部、上半身、下半身四部分，将四部分图片分别输入对应的神经网络模型中；计算每个神经网络模型的交叉熵误差和三元组误差，并将两种误差求和累加，梯度回传训练网络直至收敛；其中所述交叉熵误差由根据所述权重因子修正的交叉熵计算得到；使用训练后的神经网络模型识别行人属性。本发明达到更好的属性识别效果。 | ||
| 搜索关键词： | 一种 基于 深度 学习 行人 属性 识别 方法 系统 | ||
【主权项】：
1.一种基于深度学习的行人属性识别方法，其特征在于，包括：/n根据行人样本数据集构建行人属性数据集，按照平衡类别对所述行人属性数据集的数据进行分类；/n对于不同平衡类别的数据，使用过采样和/或欠采样进行调整，再次统计分析各个平衡类别的比例，生成交叉熵误差的权重因子；/n利用行人姿态模型提取颈部臀部关键点，将行人样本数据集中的原始图片分为整体、头部、上半身、下半身四部分，将四部分图片分别输入对应的神经网络模型中；/n计算每个神经网络模型的交叉熵误差和三元组误差，并将两种误差求和累加，梯度回传训练网络直至收敛；其中所述交叉熵误差由根据所述权重因子修正的交叉熵计算得到；/n使用训练后的神经网络模型识别行人属性。/n
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杭州未名信科科技有限公司;浙江省北大信息技术高等研究院，未经杭州未名信科科技有限公司;浙江省北大信息技术高等研究院许可，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/201910713743.6/，转载请声明来源钻瓜专利网。
- 上一篇：无后视镜车辆的横向图像处理装置和方法
- 下一篇：一种图文内容比对方法及装置
