-
公开(公告)号：CN107506786B
公开(公告)日：2020-06-02
申请号：CN201710599506.2
申请日：2017-07-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的属性分类识别方法，对于不同的深度学习模型，提出一种融合方法，探索了行人属性之间的上下文关系。首先输入的图像数据经过卷积神经网络，生成特征图，然后把属性向量化。设置一个权值参数，把融合之后的向量带入到权值函数进行迭代训练。通过调整权值参数的值，对两种模型的比重进行平衡。本发明的特点是考虑了行人属性之间的上下文关系，提高了分类的准确率，避免了行人属性分类准确率的两极分化。主要应用在监控摄像头中，对于过滤掉监控视频中的无用信息，快速识别出目标行人有着比较广泛的应用前景。
-
公开(公告)号：CN107506786A
公开(公告)日：2017-12-22
申请号：CN201710599506.2
申请日：2017-07-21
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度学习的属性分类识别方法，对于不同的深度学习模型，提出一种融合方法，探索了行人属性之间的上下文关系。首先输入的图像数据经过卷积神经网络，生成特征图，然后把属性向量化。设置一个权值参数，把融合之后的向量带入到权值函数进行迭代训练。通过调整权值参数的值，对两种模型的比重进行平衡。本发明的特点是考虑了行人属性之间的上下文关系，提高了分类的准确率，避免了行人属性分类准确率的两极分化。主要应用在监控摄像头中，对于过滤掉监控视频中的无用信息，快速识别出目标行人有着比较广泛的应用前景。
-
Search Results
2
records
(took 0.018 seconds)
