基于ResNet50和通道注意力机制的行人多属性协同识别方法OACSTPCD
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ResNet50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3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…查看全部>>
卓力;袁帅;李嘉锋
北京工业大学信息学部,北京100124 北京工业大学计算智能与智能系统北京市重点实验室,北京100124北京工业大学信息学部,北京100124北京工业大学信息学部,北京100124 北京工业大学计算智能与智能系统北京市重点实验室,北京100124
信息技术与安全科学
深度学习ResNet50通道注意力机制多属性识别
《测控技术》 2022 (8)
P.1-8,15,9
评论