[发明专利]基于注意力模型的行人属性识别方法

说明书

本发明公开了一种基于注意力模型的行人属性识别方法，具体包括如下步骤：步骤1：对输入图像进行卷积特征提取，得到特征F；步骤2：将步骤1中提取的特征送入CBAM模块进行注意力特征提取，得到注意力特征向量F″；步骤3：经过Inception网络以及每个Inception网络后的CBAM，得到最终的特征向量；步骤4：对特征向量进行识别进而分类得到识别结果。本发明旨在改进传统算法训练时间长与硬件要求高的缺点，即减小网络模型大小的同时又能保持、接近、甚至优于传统算法的精确度。

技术领域

本发明属于智能识别技术领域，具体涉及一种基于注意力模型的行人属 性识别方法。

背景技术

在智能监控中，行人的属性识别是一个热点研究课题。行人属性是指人 的一些可观测的外部特征，可作为重要的生物特征信息被用于行人再识别， 安防监控，智慧城市等任务中。根据属性的类型，可将行人属性分为具体属 性和抽象属性两个部分。具体属性是对人物图像中，人的不同区域的具体细 节描述。例如，发型及头发颜色、帽子、眼镜等。抽象属性与一些抽象概念 相对应，如性别、身体方向和年龄，这些抽象概念通常不能从单个区域进行 分析。

根据不同的特征层次，行人属性识别的方法大致可以分成两类：基于整 体区域的分析方法和基于局部区域的分析方法。基于整体区域的分析方法是 将整个人体作为输入进行处理，所需的模型通常较为简单。然而，不同于目 标检测，行人属性识别是一个细粒度的识别，包含了对同一类中不同子类物 体间的更细化的分类。在实际场景中，某些特定的行人属性总是由图像中某 一小块区域决定。因此，有许多研究者提出了基于局部区域的分析方法，利 用不同属性和身体部位之间的对应关系来识别这些属性。J.Zhu等人提出了一个多标签卷积神经网络MLCNN，它将整张图分成15个重叠区域，用了一个 卷积神经网络去获取特征。这类方法通常包括三个步骤：首先检测重要的人 体图像子区域，然后提取每个子区域的特征，最后基于预先训练的分类器对 特征进行属性识别。考虑到不同的属性大多发生在女性身上，所以头发的长 度可以作为性别的判断依据。因此，更好地识别出行人属性特征的细节，并 将不同细节更好地结合起来可以提高行人属性识别的准确度。

随着深度学习的研究，深度CNN(ConvolutionalNeuralNetworks)在行人 属性识别中展现出了显著的效果。为了进一步提高性能，一些学者采用了增 加网络深度的方法对CNN的网络结构进行改进。但是，随着网络深度的增加 和模型的复杂度增高，所需的训练时间和硬件实现难度增加。

发明内容

本发明的目的是提供一种基于注意力模型的行人属性识别方法，旨在改 进传统方法训练时间长与硬件要求高的缺点，即减小网络模型大小的同时又 能保持、接近、甚至优于传统方法的精确度。

本发明所采用的技术方案是，一种基于注意力模型的行人属性识别方法， 具体包括如下步骤：

步骤1：对输入图像进行卷积特征提取，得到特征F；

步骤2：将步骤1中提取的特征送入CBAM模块进行注意力特征提取， 得到注意力特征向量F″；

步骤3：经过Inception网络以及每个Inception网络后的CBAM，得到最 终的特征向量；

步骤4：对特征向量进行识别进而分类得到识别结果。

本发明的特点还在于：

步骤2中CBAM是一个结合通道特征以及空间特征的注意力图提取模型， 由简称为CAM的通道注意力模块和简称为SAM的空间注意力模块串联而成。

步骤2的具体过程如下：

步骤2.1：F通过CAM得到通道注意力图M_C(F)；

步骤2.2：M_C(F)与F进行元素相乘得到通道注意力特征F′；