作者：吴杰; 王怡涵; 侯米娜; 全晓鹏注意力机制行人属性识别多标签分类正负样本分类不平衡损失函数残差网络监控场景
摘要：行人属性识别是“AI+安防”战略的重要任务,在视频监控场景起着重要作用,基于此,本文提出了基于注意力机制(Attention Mechanism)的行人属性识别方法。本文主要采用残差网络进行模型设计,为了增加模型对特征的提取效果,在模型中加入了注意力机制,并针对多标签分类的正负样本分类不平衡问题,对损失函数进行了改写。实验结果表明,该算法能够提高模型在属性识别方面的准确率。引言:行人属性识别的目的是在给定人物图像时挖掘目标人物的属性,与HOG、LBP等低级特征不同,行人属性可以看作是高级语义信息,对视角和场景变化等具有更高的鲁棒性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
