-
公开(公告)号：CN110033007B
公开(公告)日：2022-08-09
申请号：CN201910321093.0
申请日：2019-04-19
Applicant: 福州大学
IPC: G06V10/774 , G06V10/762 , G06V10/764 , G06V10/46 , G06V10/82 , G06K9/62 , G06N3/04 , G06T5/00
Abstract: 本发明涉及一种基于深度姿态预估和多特征融合的行人衣着属性识别方法。该方法首先通过外观特征匹配，选取部分检索结果用于后续的属性识别；随后通过基于SSD的深度人体姿态估计方法，能有效定位出图像中属于行人的前景区域，并较好地排除背景因素干扰；最后融合多种方式的解析结果，并结合迭代平滑过程，采取最大后验概率分配的方式，加强属性标签与像素之间的相关性，得到最终的属性解析识别结果。本发明解决了单一解析方式下标签识别不准、像素解析区域偏差等问题。该方法简单灵活，具有较强的实际应用性。
-
公开(公告)号：CN110033007A
公开(公告)日：2019-07-19
申请号：CN201910321093.0
申请日：2019-04-19
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度姿态预估和多特征融合的行人衣着属性识别方法。该方法首先通过外观特征匹配，选取部分检索结果用于后续的属性识别；随后通过基于SSD的深度人体姿态估计方法，能有效定位出图像中属于行人的前景区域，并较好地排除背景因素干扰；最后融合多种方式的解析结果，并结合迭代平滑过程，采取最大后验概率分配的方式，加强属性标签与像素之间的相关性，得到最终的属性解析识别结果。本发明解决了单一解析方式下标签识别不准、像素解析区域偏差等问题。该方法简单灵活，具有较强的实际应用性。
-
Search Results
2
records
(took 0.019 seconds)
