基于属性敏感卷积神经网络的行人属性分类

作者：王进; 黄超; 王科; 范磊; 陈乔松

来源：江苏大学学报(自然科学版), 2019, 40(04): 431-438.

• 卷积神经网络
• 行人属性分类
• 属性敏感
• 属性不均衡
• 误差反向传播

针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数,根据属性的不均衡比例自适应更新网络权重,利用误差的反向传播对少类属性增加其权值,提升模型对少类属性的敏感;最后在PETA数据集上,对54个属性进行了分类试验.结果表明:相比MLCNN等方法,新方法在36分类任务上取得了提升;在平均准确度、平均召回率和平均AUC上,分别提升2.13%,2.38%和1.19%.

• 单位
  重庆邮电大学