[发明专利]一种基于深度学习的人体属性识别方法

摘要

本发明公开了一种基于深度学习的人体属性识别方法，包括如下步骤：步骤S1：利用poselet检测子构建人体部位数据集；步骤S2：根据所述人体部位数据集训练出poselet特征向量；步骤S3：利用所述poselet特征向量通过卷积神经网络训练出人体属性分类器。本发明在人体属性识别中，在视角、姿势、遮挡等多种干扰因素下，能够较为快速准确地定位人体部位，进而结合相应人体部位做属性识别。

主权项

1.一种基于深度学习的人体属性识别方法，其特征在于，包括如下步骤：步骤S1：利用poselet检测子构建人体部位数据集；步骤S2：根据所述人体部位数据集训练出poselet特征向量；步骤S3：利用所述poselet特征向量通过卷积神经网络训练出人体属性分类器；所述步骤S3：利用所述poselet特征向量通过卷积神经网络训练出人体属性分类器的步骤中，具体包括如下步骤：步骤S3.1：使用poselet特征向量，提取poselet RGB特征图像；步骤S3.2：筛选softmax向量对应的得分符合预设标准的poselet RGB特征图像；步骤S3.3：将所述得分符合预设标准的poselet RGB特征图像输入到卷积神经网络中，得到图像特征属性对应的poselet特征；步骤S3.4：根据步骤S3.3中得到的所述图像特征属性对应的poselet特征，得到人体属性分类器。