基于ResNet50和通道注意力机制的行人多属性协同识别方法.pdfVIP

测控技术

模式识别与人工智能２０２２４１８·１·

年第卷第期

基于ＲｅｓＮｅｔ５０和通道注意力机制的行人多属性

协同识别方法

１，２１１，２

卓力，袁帅，李嘉锋

１．１００１２４２．１００１２４

（北京工业大学信息学部，北京；北京工业大学计算智能与智能系统北京市重点实验室，北京）

摘要针对目前行人多属性识别算法识别精度不高的问题利用行人属性之间的内在关联关系基于

：，，

“特征提取回归”的思想，提出了一种基于深度卷积神经网络的行人多属性协同识别方法。该方法首

＋

，；

先对多个行人属性标签进行组合编码得到一个标签组合向量然后采用基于通道注意力机制的Ｒｅｓ

Ｎｅｔ５０；，３

作为主干网络提取行人图像的深度特征最后设计了一个包含个全连接层的神经网络结构来

建立标签组合向量与行人深度特征之间的映射模型在一个统一的网络框架下就可以同时对行人的多

，

种属性进行准确识别。在行人属性公共数据集和上的实验结果表明，采用提出的识别方法

ＰＥＴＡＲＡＰ

在公共数据集ＰＥＴＡ上获得的识别准确率为８４０８％，而在公共数据集ＲＡＰ上可以获得高达８８１２％的

识别准确率。

关键词深度学习通道注意力机制多属性识别

：；ＲｅｓＮｅｔ５０；；

中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１０００－８８２９（２０２２）０８－０００１－０８

：

ｄｏｉ１０．１９７０８／ｊ．ｃｋｊｓ．２０２１．０８．２５６

ＰｅｄｅｓｔｒｉａｎＭｕｌｔｉＡｔｔｒｉｂｕｔｅＣｏｌｌａｂｏｒａｔｉｖｅＲｅｃｏｇｎｉｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎ

ＲｅｓＮｅｔ５０ａｎｄＣｈａｎｎｅｌＡｔｔｅｎｔｉｏｎＭｅｃｈａｎｉｓｍ

１牞２１１牞２

ＺＨＵＯＬｉ牞ＹＵＡＮＳｈｕａｉ牞ＬＩＪｉａｆｅｎｇ

牗１．ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ牞ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ牞Ｂｅｉｊｉｎｇ１００１２４牞Ｃｈｉｎａ牷

２．ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍ牞ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ牞Ｂｅｉｊｉｎｇ１００１２４牞Ｃｈｉｎａ牘

Ａｂｓｔｒａｃｔ牶Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗｒｅｃｏｇｎｉｔｉｏｎａｃｃｕｒａｃｙｏｆｃｕｒｒｅｎｔｐｅｄｅｓｔｒｉａｎｍｕｌｔｉ