【技术实现步骤摘要】
本专利技术涉及图像处理，具体涉及一种基于监控视频的行人属性识别方法及装置。
技术介绍
1、目前，通过在城市道路路侧、重要红绿灯路口等处安装高位视频监控设备，采集监控视频图像数据，利用视觉算法对数据进行处理及分析，实现对监控视频的分析，在智能交通、安防、刑侦等诸多领域具有重要的应用价值，对交通违法行为，如闯红灯、超速等行为进行证据抓拍及警示；对路侧停车进行引导和泊位记录、对交通拥堵状况进行实时更新、预测和发布；在安防、刑侦等应用领域，利用行人属性识别算法协助进行犯罪嫌疑人抓捕等。
2、目前，对于行人属性识别任务，首先以行人检测算法，获取行人二维检测框，然后将预定义列表中的行人属性进行分类，目前的行人属性主要包括性别、年龄、服装、配饰等属性，主要基于单帧图像进行行人属性识别，但是，单帧图像中观测到的行人视角有限、行人的姿态固定，且基于单帧图像无法识别行人的动态属性，如行人的动作等，存在有些行人属性不可见，无法进行准确识别的缺陷。
技术实现思路
1、有鉴于此，本专利技术提供了一种基于监控视频的行人属性识别方法及装置，以克服单帧图像带来的有些行人属性不可见，无法进行准确识别的问题。
2、第一方面，本专利技术提供了一种基于监控视频的行人属性识别方法，所述方法包括：
3、获取目标区域的视频图像数据集，所述视频数据集包括至少一个短视频片段，每个短视频片段包括多帧连续的图像；
4、对视频图像数据集进行预处理；
5、通过构建预设目标行人检测
6、构建预设行人属性识别网络的骨干网络，对行人图像数据进行行人图像特征提取；
7、构建预设行人属性识别网络的双分支注意力网络，对行人图像特征提取的结果分别进行行人属性特征的分类，其中，预设行人属性识别网络的双分支注意力网络包括：预设固定属性特征的识别网络、预设动态属性特征的识别网络；
8、根据预设损失函数，当分类结果满足预设条件时，完成行为人的属性识别。
9、在一种可选的实施方式中，对视频图像数据集进行预处理包括：目标行人检测标注、行人固定属性标注和行人动态属性标注，其中，
10、目标行人检测标注，用于利用矩形框工具对图像中的目标行人进行标注；
11、行人固定属性标注，用于对目标行人的固定属性进行标注；
12、行人动态属性标注，用于根据固定属性的标注结果对目标行人的动态属性进行标注。
13、在一种可选的实施方式中，预设目标行人检测网络包括：特征提取网络和目标检测网络，其中，
14、特征提取网络，用于输出图像的特征表示；
15、目标检测网络，用于输出目标行人的类别和位置信息，抠取目标行人图像。在一种可选的实施方式中，目标检测网络的输出通过以下公式表示：
16、oi＝[ci,xi,yi,wi,hi]
17、其中，oi表示为第i个目标行人，ci表示该提取目标的行人类别，xi,yi分别为该目标行人矩形框的中心点位置坐标，wi,hi分别为该目标行人的长和宽。
18、在一种可选的实施方式中，预设行人属性识别网络的双分支注意力网络还包括：时间注意力模块，用于确定不同行人属性在不同图像帧中的权重。
19、在一种可选的实施方式中，预设损失函数包括：行人目标检测的分类和检测框回归损失函数，行人属性识别的分类损失函数，其中，
20、行人目标检测的分类和检测框回归损失函数通过以下公式计算：
21、lod＝β1lclass+β2lbbox
22、lclass表示行人目标的分类损失函数，lbbox表示行人目标检测框的回归损失函数，β1、β2均为常数；
23、行人属性识别的分类损失函数采用softmax分类损失函数。
24、第二方面，本专利技术提供了一种基于监控视频的行人属性识别装置，所述装置包括：
25、数据获取模块，用于获取目标区域的视频图像数据集，所述视频数据集包括至少一个短视频片段，每个短视频片段包括多帧连续的图像；
26、预处理模块，用于对视频图像数据集进行预处理；
27、目标检测模块，用于通过构建预设目标行人检测网络，对预处理后的视频图像数据集进行二维目标检测，获取行人图像数据；
28、行人图像特征提取模块，用于构建预设行人属性识别网络的骨干网络，对行人图像数据进行行人图像特征提取；
29、行人属性特征分类模块，用于构建预设行人属性识别网络的双分支注意力网络，对行人图像特征提取的结果分别进行行人属性特征的分类，其中，预设行人属性识别网络的双分支注意力网络包括：预设固定属性特征的识别网络、预设动态属性特征的识别网络；
30、行人属性识别模块，用于根据预设损失函数，当分类结果满足预设条件时，完成行为人的属性识别。
31、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的基于监控视频的行人属性识别方法。
32、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的基于监控视频的行人属性识别方法。
33、本专利技术提供的基于监控视频的行人属性识别方法及装置，将行人属性分为固定属性和动态属性，对于固定属性，如行人的性别、年龄、上装、下装、是否佩戴帽子、背包等特征；对于行人的动态特征，如行人的动作、姿态等；构建预设行人属性识别网络的双分支注意力网络，以同一个行人连续多帧图像作为模型输入，利用统一的骨干网络进行行人空间特征的提取，然后将提取的空间特征输入两个分支，预设固定属性特征的识别网络用于识别固定属性，预设动态属性特征的识别网络别动态属性，两个分支中均增加时间注意力模块，用于确定不同的行人属性在不同图像帧中的重要程度，从而对不同的图像帧给予不同的权重；最后，利用提取的时间特征和空间特征，对不同的行人属性进行分类输出，得到准确的行人属性识别结果。
本文档来自技高网...【技术保护点】
1.一种基于监控视频的行人属性识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对视频图像数据集进行预处理包括：目标行人检测标注、行人固定属性标注和行人动态属性标注，其中，
3.根据权利要求1所述的方法，其特征在于，预设目标行人检测网络包括：特征提取网络和目标检测网络，其中，
4.根据权利要求3所述的方法，其特征在于，目标检测网络的输出通过以下公式表示：
5.根据权利要求1所述的方法，其特征在于，预设行人属性识别网络的双分支注意力网络还包括：时间注意力模块，用于确定不同行人属性在不同图像帧中的权重。
6.根据权利要求1所述的方法，其特征在于，预设损失函数包括：行人目标检测的分类和检测框回归损失函数，行人属性识别的分类损失函数，其中，
7.一种基于监控视频的行人属性识别装置，其特征在于，所述装置包括：
8.一种计算机设备，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要
...【技术特征摘要】
1.一种基于监控视频的行人属性识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，对视频图像数据集进行预处理包括：目标行人检测标注、行人固定属性标注和行人动态属性标注，其中，
3.根据权利要求1所述的方法，其特征在于，预设目标行人检测网络包括：特征提取网络和目标检测网络，其中，
4.根据权利要求3所述的方法，其特征在于，目标检测网络的输出通过以下公式表示：
5.根据权利要求1所述的方法，其特征在于，预设行人属性识别网络的双分支注意力网络还包括：...
【专利技术属性】
技术研发人员：项炎平，丁丽珠，
申请(专利权)人：超级视线科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。