基于注意力机制的视频监控场景下行人视图属性的定位与识别方法

本发明提供一种基于注意力机制的视频监控场景下行人视图属性的定位与识别方法，具体包括以下步骤：

步骤一：设计Inception-v4主干网络； 步骤二：通过视角预测器分支预测出四个置信度，作为视角先验信息，贡献给最后输出单元，作为视角权重； 步骤三：将视角置信度反馈至浅层网络，组成视角性特征，用于监督深层网络特征提取； 步骤四：通过注意力分支定位视角性特征属性，并为最后的输出单元贡献注意力权重； 步骤五：设计最后属性识别单元的输出方式及损失函数； 步骤六：将整个网络模型在公开数据集上训练； 步骤七：将模型应用到实际视频监控中进行行人属性识别； 步骤八：制作Qt前端系统界面。

本发明适用于实际监控视频中的行人属性识别。在排除复杂背景和遮挡问题的同时，本发明能够对行人在不同视角中的同一特定属性进行定位和识别。未来的应用场景可涉及商场、公安、交通等地的人员跟踪、检索、定位、重识别。

本发明提供一种基于注意力机制的视频监控场景下行人视图属性的定位与识别方法。包括如下步骤：步骤一：设计Inception-v4主干网络；步骤二：通过视角预测器分支预测出四个置信度作为视角先验信息贡献给最后输出单元作为视角权重；步骤三：将视角置信度反馈至浅层网络组成视角性特征来监督深层网络特征提取；步骤四：通过注意力分支来定位视角性特征属性,且为最后的输出单元贡献注意力权重；步骤五：设计最后属性识别单元的输出方式及损失函数；步骤六：整个网络模型在公开数据集上训练；步骤七：将模型应用到实际视频监控中进行行人属性识别；步骤八：制作Qt前端系统界面。本发明用于实际监控视频中进行行人属性识别,在排除复杂背景和遮挡问题同时,对行人在不同视角中的同一特定属性进行定位和识别。未来的应用场景可涉及商场、公安、交通等地的人员跟踪、检索、定位、重识别。