基于卷积神经网络的监控场景下行人属性识别
胡诚1,2 陈亮1,2 张勋1,2 孙韶媛1,2
生成PDF 清样下载 引用

复制成功

导出题录

参考文献( GB/T 7714-2015 ) 复制

胡诚1,2 陈亮1,2 张勋1,2 孙韶媛1,2,. 基于卷积神经网络的监控场景下行人属性识别[J]. 计算机研究与应用,2018.3. DOI:.
查新格式 NoteExpress RefWorks NoteFirst EndNote Bibtex
摘要:
在真实监控场景下的视觉行人属性,如性别、衣着类型,对行人检索和行人重识别非常重要。传统的行人属性识别算法,采取人工提取特征,而且忽视行人属性特征之间的关联。受到卷积神经网络在传统计算机视觉任务中出色表现的启发,提出一种基于卷积神经网络的行人属性识别方法在监控场景下识别行人属性。卷积神经网络在训练过程中可以自动提取行人特征。重新定义的损失函数,可以同时考虑所有行人属性特征之间的联系。相比于传统方法,该算法实施简单且识别精度更高。
关键词: 视觉行人属性； 卷积神经网络； 损失函数；
DOI:
基金资助:

查看本期封面目录
计算机研究与应用
ISSN：3078-9850
所属期次： 2018.3
为你推荐

《》在线投稿系统

*文章题目:
*作者姓名:
*电子邮箱:
*通讯地址:
*联系方式:

  备      注:

*上传稿件:

支持上传.doc,.docx,.pdf,.txt,.wps文件

投稿须知：

1、审稿结果将于1~7个工作日以邮件告知，请注意查收（包含录用通知书、审稿意见、知网CNKI查重报告）。

2、提交投稿后，若7个工作日之内未接到录用通知，则说明该文章未被录用，请另投他刊。

3、凡投寄本刊稿件，如在内容上有侵权行为或不妥之处，均应文责自负。本刊有权对来稿进行文字编辑、加工和修改，如不同意，请附说明，以便妥善处理。

4、多作者文稿署名时须征得其他作者同意，排好先后次序，通知用稿后不再改动。

5、凡投往本刊稿件一经录用发表，其版权归本刊所有。

6、本刊已全文录入中国知网、万方、维普等数据库，如作者不同意被收录，请提前申明，未申明者，本刊一律视为同意被收录。

7、请勿一稿多投。