智慧城市是科技賦予給社會的一個新的名詞,而攝像頭是建設智慧城市一個重要的基礎設備。高效,有效的利用好攝像頭信息能夠在人們?nèi)粘Ｉ詈途S護社會秩序中發(fā)揮重要的作用。行人信息在攝像頭信息中占有很大的比例,通過攝像頭中的行人信息,可以進行行人檢索,行人識別和行人重識別。因此,對于行人信息的研究有著很強的現(xiàn)實意義。本文是對自然場景下行人屬性信息進行識別。通過總結之前對于行人屬性的研究工作,本文發(fā)現(xiàn)之前工作主要是探討行人屬性信息的存在性。然而,行人屬性的位置信息在行人重識別等領域也有重要的作用,因此本文主要對如何獲取行人屬性位置信息進行研究。本文利用語義分割模型進行行人屬性位置信息的獲取。面對當前無可用行人屬性語義分割數(shù)據(jù)集的狀況,本文制作了第一個行人屬性語義分割數(shù)據(jù)集。在此數(shù)據(jù)集基礎上,本文利用不同語義分割框架進行實驗,首先利用簡單的語義分割模型進行可行性驗證,驗證了可以利用語義分割獲取到行人屬性的位置信息,之后利用精度更高更復雜的模型訓練得出此數(shù)據(jù)集的miou基準值。針對得到的miou基準值,本文從屬性類別、準確率、圖片清晰度三個方面與miou進行了相關性分析,得出miou與屬性數(shù)量占比、準確...

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

圖2.2注意力模型網(wǎng)絡拓撲

上部分模型由三個１＊１的卷積構成（每一個卷積都帶有ｂａｔｃｈ?ｎｏｒｍａｌｉｚａｔｉｏｎ??和ＲｅＬＵ層），最后的輸出為１＊１＊Ｃ?（Ｃ為屬性的個數(shù)）。文中將該輸出稱作屬??性注意力映射ｗ，之后忒，ｗ進行一個空間ｓｏｆｔｍａｘ運算，這步運算使得模型將??資源集中于圖片中最相關的區(qū)....

圖３－１全卷積網(wǎng)絡實現(xiàn)圖??將全連接層變?yōu)槿矸e層一定程度上提升了運算效率

北京郵電大學工學碩士學位論文的創(chuàng)新：（１）將原始網(wǎng)絡中最后幾層全連接層全部變成了卷躍結構，進一步提升了識別準確率。??層??卷積神經(jīng)網(wǎng)絡包括ＡｌｅｘＮｅｔ、ＶＧＧ等網(wǎng)絡，這些網(wǎng)絡對于圖的要求，這是因為卷積神經(jīng)網(wǎng)絡在判斷圖片物體類型時，需幾層全連接層，以達到最后一層是一個大小為分類....

圖３－３?ｄｅｅｐ】ａｂｖ３＋模型框架圖??１）?Ａｔｒｏｕｓ?ｃｏｎｖｏｌｕｔｉｏｎ?原理??

％?２ｘ?ｃｏｎｖ?７??圖３－２?ＦＣＮ跳躍結構??圖中將Ｃ〇ｎｖ７使用二進制插值法進行二倍的上采樣，之后與Ｐ〇〇１４的特征矩??陣進行融合，ＦＣＮ稱這種結構為１６ｓ。同理，ＦＣＮ將ｃｏｎｖ７和ｐｏｏｌ４的特征分別??使用二進制插值法做４倍和２倍的上采樣，將結果與ｐｏｏｌ３進行....

圖３－２?ＦＣＮ跳躍結構??圖中將Ｃ〇ｎｖ７使用二進制插值法進行二倍的上采樣，之后與Ｐ〇〇１４的特征矩??

基于?Ａｔｒｏｕｓ?ｃｏｎｖｏｌｕｔｉｏｎ?的?Ａｔｒｏｕｓ?Ｓｐａｔｉａｌ?Ｐｙｒａｍｉｄ?Ｐｏｏｌｉｎｇ?（ＡＳＰＰ）。在此基礎上，??為了提升運算效率，ｄｅｅｐｌａｂｖ３＋米取了?ｅｎｃｏｄｅｒ－ｄｅｃｏｄｅｒ結構，并且將Ｘｃｅｐｔｉｏｎ模??型加入到ｅｎｃｏｄｅｒ結構中。....

本文編號：3908241