[发明专利]基于循环神经网络注意力模型的行人属性识别网络及技术有效
| 申请号： | 201810616398.X | 申请日： | 2018-06-15 |
| 公开（公告）号： | CN108921051B | 公开（公告）日： | 2022-05-20 |
| 发明（设计）人： | 丁贵广;赵鑫 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06V40/10 | 分类号： | G06V40/10;G06V10/44;G06V10/764;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京八月瓜知识产权代理有限公司 11543 | 代理人： | 马东瑞 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于循环神经网络注意力模型的行人属性识别网络和行人属性识别技术。所述行人属性识别网络包括使用行人原始全身图像作为输入提取行人全身图像特征的第一卷积神经网络；使用行人全身图像特征作为第一输入，上一时刻关注的属性组别的注意力热图作为第二输入，输出当前时刻所关注的属性组别的注意力热图和经过局部高亮的行人特征的循环神经网络；使用经过局部高亮的行人特征作为输入，输出当前关注组别的属性预测概率的第二卷积神经网络。本发明利用卷积循环神经网络注意力模型挖掘行人属性区域空间位置的关联关系，更加准确地高亮图像中属性对应区域的位置，实现了更高的行人属性识别精度。 | ||
| 搜索关键词： | 基于 循环 神经网络 注意力 模型 行人 属性 识别 网络 技术 | ||
【主权项】：
1.一种基于循环神经网络注意力模型的行人属性识别网络，其特征在于，包括：使用行人原始全身图像作为输入提取行人全身图像特征N(x)的第一卷积神经网络；使用行人全身图像特征N(x)作为第一输入，上一时刻关注的属性组别的注意力热图At‑1(x)作为第二输入，输出当前时刻所关注的属性组别的注意力热图At(x)和经过局部高亮的行人特征Ht(x)的循环神经网络；使用经过局部高亮的行人特征Ht(x)作为输入，输出当前关注组别的属性预测概率的第二卷积神经网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810616398.X/，转载请声明来源钻瓜专利网。
