[发明专利]行人属性识别方法、相关设备及计算机可读存储介质

说明书

本发明实施例提供了一种行人属性识别方法，其包括步骤：S1、获取行人图像，并生成行人图像数据；S2、数据增强处理和均值化处理，生成输入行人图像；S3、通过特征提取模型进行特征提取并生成特征图；S4、通过预测模型处理；S5、通过加权的分类损失函数计算，将计算结果监督训练模型的训练学习，返回S3；S6、判断准确率是否达到预设标准：若否，则进入S7；若是，则结束所述训练模型的训练学习；S7、对特征提取模型的超参数进行调整，返回S3。本发明实施例还提供了一种行人属性识别设备和计算机可读存储介质。采用本发明的技术方案可采集和标注大规模行人属性识别数据集，且行人属性识别的效果好。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种行人属性识别方法、行人属性识别设备以及计算机可读存储介质。

背景技术

近年视频监控应用越来越广，通过监控视频采集的行人图像可以应用于治安、统计等方面，行人图像的识别越来越重要。

目前，行人属性识别非常具有挑战性：首先，行人图像质量差，如分辨率低，遮挡，光线不足以及尺度变换等。第二，通过多摄像头拍摄的监控视频往往存在多角度、跨场景以及跨时间等问题，导致即使是对于同一个行人，在不同角度，场景和时间下，所采集的行人图像差异较大。第三，目前业界行人属性识别数据集的标注多样，具体表现为数据集量级、行人属性类别以及行人属性分布均不一致。业界中常用的行人属性识别数据集有PETA，RAP以及PA-100k等，其中PETA数据集包含8704个行人，共19000张行人图像，每个行人标注了61个二分类属性和4个多分类属性，该数据集行人属性标注丰富，但数据量较少。RAP数据集包含41585张行人图像，每个行人标注了69个二分类属性和3个多分类属性，该数据集同样行人属性标注丰富，但数据量较少。PA-100k数据集包含100000张行人图像，每个人行人标注了26个二分类属性，该数据集行人属性标注较少，但数据量较大。由此可以看出，各个行人属性识别数据集差异较大且存在多种问题。除此之外，由于行人图像采集困难，对行人图像的采集和标注造成较大的困难，导致数据集规模不足以及属性分布不均衡，即存在长尾现象。

现有技术中，行人属性识别任务主要围绕着手工提取低级的视觉特征展开，利用多种分类模型取得行人属性结果表示，例如方向梯度直方图（HOG）、尺度不变特征转换（SIFT）、条件随机场模型（CRF）以及支持向量机（SVM）等。Layne和HOSPEDALES等人首先使用支持向量模型解决了行人属性识别问题。这些传统方法在小规模数据集上取得了一定的成功，但是对于大规模的数据集，这些基于人工标注特征的方法受到了重重限制，而且传统的算法忽略了行人属性之间高阶联系，不能有效提取行人图像属性特征，因此无法满足实际场景中的应用要求。

随着深度卷积神经网络（CNN）的快速发展，研究员开始着手于将深度卷积神经网络应用于行人属性识别任务中，并取得了一定成果。例如：Li等人提出使用CNN模型进行行人属性识别，运用CNN对行人图像进行特征提取，设计DeepMAR网络对行人多属性进行联合学习，同时设计加权分类函数，一定程度上解决类别不均衡问题。Liu等人提出了一种基于注意力机制的深度神经网络HP-Net，该模型能够从浅层到语义层补货注意力，挖掘到多尺度的注意力特征，有效的对行人特征进行表示，同时还能学习到行人的局部细粒度特征，从而充实全局特征，进一步提升行人特征表示。Tang等人提出了一个基于SENet模块的行人属性定位模型以及STN网络，提取不同层，不同部位的行人特征并进行融合，使得有效的特征权重大，无效或者效果弱的特征权重小，最后对行人属性识别结果进行融合，有效的表示了行人属性。Guo等人提出了一个图像变化下，模型注意力一致性的模型，学习行人图像的不变性，例如反转、缩放等操作，对原始行人图像以及经过数据增强后的行人图像输入模型，将两部分特征进行融合，以此得到一个有效的行人特征表示。