基于知识蒸馏方法的行人属性识别研究

• 作者: 凌弘毅
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 属性识别 深度学习 模型优化 知识蒸馏
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 181-184,193
• 页数: 5页
• 分类号: TP183
• 字数: 3418字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.10.032

摘要

行人属性识别是当前视频监控分析技术重要研究方向.为了解决神经网络对训练数据中隐藏知识利用不充分的问题,以及训练数据中的部分信息被“丢弃”的问题,提出一种基于知识蒸馏的模型.通过使用一种混合的损失函数,挖掘被丢弃的属性信息中的隐藏信息.利用这些隐藏信息可以对原本的属性识别任务有巨大的提升.在RAP数据集上验证该方法的有效性.与深度卷积网络ResNet101的对比实验证明,该方法优化后的网络,分类准确率有了明显提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌弘毅	南京大学计算机科学与技术系	1	2	1.0	1.0