基于双卷积神经网络的行人精细化识别

• 作者: 刘青山 王枫
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 目标检测 行人属性识别 卷积神经网络
• 年，卷（期）: 2017,（14）
• 页码范围: 1578-1582
• 页数: 5页
• 分类号: TP391
• 字数: 3662字
• 语种: 中文

摘要

针对监控场景的行人属性识别问题,提出了基于双卷积神经网络的属性识别方法,给定1幅行人图像,首先对行人的头、上身、下身、鞋、包、帽子等部件采用基于单次检测器(single shot multibox detector,SSD)的深度卷积网络框架进行检测,对于检测出的部件采用VGG-weights(visual geometry group)的深度网络进行精细化的属性识别,如行人的性别、头发长度、衣着款式、背包款式等;最后设计了行人属性识别系统,实现了行人部件的自动检测与属性识别.实验表明,所提出的识别方法性能好、识别度高、系统检测时间短、应用价值高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘青山	南京信息工程大学信息与控制学院	34	203	8.0	13.0
2	王枫	南京信息工程大学信息与控制学院	3	40	2.0	3.0