首页> 中文期刊> 《西安邮电大学学报》 >基于深度学习的行人属性识别综述

基于深度学习的行人属性识别综述

         

摘要

行人属性识别是计算机视觉领域中的研究热点,在人工智能、安防监控等方面有着极其广泛的应用。传统的行人属性识别方法主要基于底层特征提取,如局部描述符、颜色直方图和人体关键点检测等,但难以解决图像分辨率低和行人被遮挡等原因造成的识别率低下的问题。近年来,随着深度学习在行人属性识别算法中的应用,基于常规网络、部件识别、注意力机制和序列检测等深度学习算法相继被提出,其识别率较传统算法得到了明显的提高。通过综述基于深度学习的行人属性识别的各类算法,分析对比其优缺点,并介绍常用的数据集和评价指标,展望行人属性识别的未来发展趋势。

著录项

  • 来源
    《西安邮电大学学报》 |2021年第2期|P.62-69|共8页
  • 作者

    刘颖; 武阳阳; 李娜;

  • 作者单位

    西安邮电大学通信与信息工程学院 陕西西安710121西安邮电大学电子信息现场勘验应用技术公安部重点实验室 陕西西安710121西安邮电大学陕西省无线通信与信息处理技术国际联合研究中心 陕西西安710121;

    西安邮电大学通信与信息工程学院 陕西西安710121西安邮电大学电子信息现场勘验应用技术公安部重点实验室 陕西西安710121;

    西安邮电大学通信与信息工程学院 陕西西安710121西安邮电大学电子信息现场勘验应用技术公安部重点实验室 陕西西安710121;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 信息处理(信息加工);
  • 关键词

    深度学习; 卷积神经网络; 行人属性识别; 注意力机制;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号