摘要
本发明涉及图像处理和机器视觉中的行人检测研究领域,提供一种融合行人属性的拥挤场景行人检测系统的构建方法,包括:(1)构建一个具有强大性能的教师模型;(2)利用有行人属性标注的源数据集对教师模型进行监督学习;(3)构建一个行人属性识别模块,用于学习教师模型的知识来精确识别行人属性;(4)将行人属性识别模块集成进行人检测框架,得到行人检测模型;(5)将行人检测模型在目标数据集上进行端到端的训练。本发明在行人检测数据集没有行人属性的情况下,通过跨数据集知识蒸馏赋予行人检测器预测行人属性的能力,并将行人属性特征与检测特征相融合,显著提升行人检测器在拥挤场景下对遮挡行人的检测能力。
技术关键词
行人属性识别
行人检测系统
拥挤场景
行人检测模型
注意力
识别行人属性
教师
模块
样本
通道
蒸馏
数据
集知识
分支
逻辑
框架
标签
检测器
网络
系统为您推荐了相关专利信息
降维特征
音视频
感知特征
典型相关性分析
相关性分析模型
知识追踪系统
状态更新
矩阵
高效并行计算
sigmoid函数
影像匹配方法
像素点
融合特征
多尺度结构特征
交叉注意力机制
水轮机效率
设备状态参数
深度强化学习算法
水电机组监测技术
在线