专利名称：基于正反卷积和多层分支深度网络的行人属性识别
方法
专利类型：发明专利发明人：王慧燕,潘峥昊申请号：CN202010142676.X申请日：20200304公开号：CN111461169A公开日：20200728
摘要：本发明公开了一种基于正反卷积和多层分支深度网络的行人属性识别方法，首先通过mix‑up数据增强方法对数据进行处理，提高训练数据的鲁棒性，然后提出了正反卷积模块，即将瓶颈网络（bottleneck）中的1×1卷积修改为3×3卷积，3×3卷积修改为3×3反卷积，用于需要改变通道数的特征提取，能够提高网络的分类精度，并将其应用于DenseNet网络中bottleneck结构的改造，用于构建基于多层分支的多任务行人属性识别网络。本发明方法可以提取到更丰富的特征，显著提高了分类精度，尤其是在小数据集的情况下，能够在尺度较小的属性上实现分类效果的提升。
申请人：浙江工商大学
地址：310018 浙江省杭州市下沙高教园区学正街18号
国籍：CN
代理机构：浙江杭州金通专利事务所有限公司
代理人：许可唯
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容