[发明专利]复杂场景下行人细粒度属性的检测与识别方法

说明书

本发明公布了一种复杂场景下行人细粒度属性的识别方法，采用分类模型对检测出的行人的子部件进行细粒度属性识别；将识别出的属性分别与行人性别进行关联分析，选取相关性强的属性进行多任务学习；再训练多任务学习构建的卷积神经网络模型，并针对多个属性选出识别正确率最高的卷积神经网络模型结果，作为最终结果；最后根据自定义的决策函数来判断行人的性别属性。本发明可实现对复杂场景中行人由整体到局部的检测，实现对行人子部件属性更精准的检测与识别，能够避免背景等信息的干扰，同时也解决了模型对小目标检测正确率低的问题，具有较高的识别精度。

技术领域

本发明属于模式识别和机器视觉技术领域，涉及目标检测与识别技术，尤其涉及一种针对复杂场景下行人细粒度属性的检测与识别方法。

背景技术

近年来，随着模式识别和机器视觉的发展，目标检测与识别技术得到了很大的发展，并且在视频场景监控，机器人控制，智能交通，以及无人驾驶汽车等领域实现了大量的应用。

目标检测与识别的方法主要分为两个步骤，第一步是目标检测，第二步是图像分类。传统的目标检测方法主要是采用滑动窗口+手工设计特征，主要方法有基于特征描述子的、基于形状特征的和基于边缘的目标检测；传统的分类方法主要采用Adaboost集成学习、支持向量机(Support Vector Machine，SVM)等。传统的目标检测与识别方法，主要是采用滑动窗口的方法进行窗口提名，这种方法的实质是穷举法。此方法不仅复杂度高、鲁棒性差，而且产生了大量的候选区冗余区域。

2014年，Ross B.Girshick使用候选区域(region proposal)+分类卷积神经网络(CNN)模型，设计了R-CNN框架，使得目标检测与识别取得巨大突破，并开启了基于深度学习的目标检测与识别的热潮。(Liang M,Hu X.Recurrent convolutional neural networkfor object recognition[C]Computer Vision and Pattern Recognition(CVPR).IEEE,2015:3367-3375.)

Ren S等提出了Faster R-CNN：在实时对象检测和候选区域网络间引入了一个区域建议网络(RPN)，它与检测网络共享映像卷积功能，从而提供了一个近乎没有成本的区域建议。(Ren S,He K,Girshick R,et al.Faster R-CNN:Towards Real-Time ObjectDetection with Region Proposal Networks[J].IEEE Transactions on PatternAnalysisMachine Intelligence,2017,39(6):1137-1149.)

Wang X等提出了A-Fast-RCNN：通过对手的硬阳性生成对象检测,建议学习一个对抗性的网络，产生的例子与闭塞和变形，在框架中的原始探测器和对手的共同学习的方式。(Wang X,Shrivastava A,Gupta A.A-Fast-RCNN:Hard Positive Generation viaAdversary for Object Detection[J].2017.)

Liu L等提出了Highly Occluded Face Detection：改进的R-FCN，提出的算法是基于区域全卷积网络(R-FCN)与两个改进的部分，鲁棒人脸检测，包括多尺度训练和一个新的特征融合方案。(Liu L,Jiang F,Shen R.Highly Occluded Face Detection:AnImproved R-FCN Approach[M]Neural Information Processing.2017.)

基于R-CNN框架的深度学习方法，解决了传统目标检测使用的滑动窗口存在的问题，在鲁棒性和准确率方面有明显进步，但是存在重复计算、训练耗时、步骤繁琐等问题。基于回归方法的端到端的深度学习目标检测算法无需region proposal，直接采用回归完成目标位置和类别的判定。