一种基于实例分割的行人属性识别方法

摘要

本发明属于图像处理领域，具体为一种基于实例分割的行人属性识别方法。大多数行人属性识别算法都会将图像中的背景信息包含进来，并将背景信息一起进行识别。然而这些背景信息对于属性识别来说具有一定的影响性。因此本发明使用YOLACT算法对行人属性识别过程中的背景信息进行抑制处理。首先针对背景噪声问题，本发明采用YOLACT算法进行背景抑制处理，并得到了很好的效果；另外本发明提出将不同大小的特征图拼接后再进行多任务网络预测的方法提高识别准确度；最后为了平衡多任务训练过程中不同任务具有不同的训练速度，本发明提出了梯度权重损失函数很好的解决了该问题。