属性识别

摘要： 行人重识别旨在跨监控设备下检索出特定的行人目标.由于不同的行人可能具有相似的外观,因此要求行人重识别模型能够捕捉到充足的细粒度特征.本文提出一种融合属性特征的行人重识别的深度网络方法,将行人重识别和属性识别集成在分类网络中,进行端到端的多任务学习.此外,对于每张输入图片,网络自适应地生成对应于每个属性的权重,并将所有属性的特征以加权求和的方式结合起来,与全局特征一起用于行人重识别任务.全局特征关注行人的整体外观,而属性特征关注细节区域,两者相互补充可以对行人进行更全面的描述.在行人重识别的主流数据集DukeMTMC-reID和Market-1501上的实验结果表明了本文方法的有效性,平均精度均值(Mean average precision,mAP)分别达到了74.2%和83.5%,Rank-1值分别达到了87.1%和93.6%.此外,在这两个数据集上的属性识别也得到了比较好的结果.

摘要： 通过采用文献资料法、数理统计法和逻辑归纳法等对公共体育服务PPP项目的前沿热点进行知识图谱分析,掌握当前我国公共体育服务PPP项目治理的关键要素,进一步厘清该项目属性要素的内涵,重点解决项目招投标阶段的"物有所值"评价方案.结果显示:(1)利用CiteSpace V对关键词共现、关键词聚类和关键词时间线等分析,公共体育服务PPP项目的主要研究机构为综合性体育学者居多,关键词的相关节点较小,但是出现的频次较高,关键词之间的联系较为密切,关键词的聚类块S值适中,且2017-2018年为主要的研究节点;(2)通过概念化及范畴化6个属性指标内容并进行主要程度排序,依次为设施链、活动链、消费链、产业链、商业链和人文链等.因此,以上属性指标可以作为公共体育服务PPP项目招投标以及建设的重要依据.

摘要： 近年来,发音属性常常被用于计算机辅助发音训练系统(CAPT)中。该文针对使用发音属性的一些难点,提出了一种建模细颗粒度发音属性(FSA)的方法,并在跨语言属性识别、发音偏误检测中进行测试。最终,得到了最优平均识别准确率约为95%的属性检测器组;在两个二语测试集上的偏误检测表明,相比基线,基于FSA的方法均获得了超过1%的性能提升。此外,还根据发音属性的跨语言特性设置了对照实验,并在上述任务中测试和分析。

摘要： 针对当前人眼定位相关算法任务单一、且在多种干扰因素影响下(如光照、眼镜、遮挡)性能下降的问题,提出了可同时检测人眼感兴趣区域、识别人眼多种属性及定位关键点的轻量型神经网络MEL-YOLO。将YOLOV3算法与改进的DS-sandglass模块结合,在关键点回归分支应用去归一化的编解码方法提高网络定位宽度,并且在损失函数引入完全交并比(Complete intersection-over-union,CIoU)和均方误差(Mean square error,MSE),使得网络整体性能提升。MEL-YOLO算法在近红外虹膜数据集上人眼检测准确率为100%;属性识别和关键点定位准确率分别为98.7%和96.5%,在可见光数据集UBIRIS上分别达到92%和91%。实验结果证明:MEL-YOLO能同时实现人眼检测、属性识别及关键点定位,且准确率高、模型较小、泛化能力强,能够适用于低性能的边缘计算设备。

摘要： 《中国制造2025》明确提出,国家将积极构建绿色制造体系。“当前和今后一段时间,工信部将进一步强化绿色理念,构建高效、清洁、低碳循环、可持续的绿色制造体系。”工信部节能与综合利用司建议,针对服务电网高质量发展的绿色供应链体系研究中,电网物资采购如何对物料的绿色属性识别、建立对应的绿色物料清单、收集信息,如何将结果应用于绿色供应链采购中,如何促进供应商绿色制造,需要每一个企业不断探索,积极助力国家构建绿色制造体系。

摘要： 多传感器信息融合是敌我识别系统对民用或中立目标进行有效识别的手段,其中空管监视的信息是最重要的辅助信息。本文重点对空管协作监视的优点、限制条件和在敌我识别系统中应用需求进行梳理和分析,并对应用前景进行展望。1多属性识别需求根据航空数据显示,由于敌我识别系统未能有效识别到民用飞机,现今为止被误攻击而造成的损失及人员伤亡数据巨大,这不仅会产生严重的人道危机,改变民意和舆论走势,引发事态发生逆转,甚至影响当时的政治格局。

摘要： 为提高图像目标多种多值属性的识别速度,提出一种端到端的识别算法.采用修正的YoloV3网络作为主网络,确定目标的boundingbox;依据属性独立特性构造子网络,多个子网络共享由boundingbox确定的主网络深层次特征,进行推断,并采用多值输出满足多值属性的识别.在训练过程中,采用了三阶段分目标训练.实验结果验证了该算法在识别准确度和时间效率上的优良性能.

摘要： 采空区塌陷灾害风险评估是保证矿区安全生产的关键,基于改进的属性数学理论建立了采空区塌陷危险性评价模型,评估了采空区塌陷灾害的风险等级.首先选取地质因素、力学性质、空区参数和施工因素作为属性评价的一级指标;其次利用重要性原则及可获取的难易程度,将4个一级指标划分为14个二级指标;然后利用层次分析法对属性评价指标分配权重,进行属性测度分析,通过构建各评价指标的属性测度函数来计算单指标属性测度并改进综合属性测度;最后,将数值模拟方法应用于采空区塌陷风险评估中,利用FLAC3D软件建立了采空区及其围岩的三维仿真模型,分析了塑性区的分布规律.根据上述思路,基于构建的风险评价体系和置信度准则,对弓长岭矿区现场参数进行了工程验证,评估的塌陷危险性等级为C2,表明该采空区具有中等危险性,评价结果与现场实际条件吻合较好,验证了该评价模型的可靠性.

摘要： 以葫芦岛市绥中县水土流失重点治理工程为例,从经济、社会和生态3大子系统选择14项典型指标构建效益评价体系,并对各指标复合权重利用熵权法与序相关法进行计算,运用属性识别模型综合评价其水土保持效益.通过对效益评分值、评价等级及其限制因素的分析,提出行之有效的改进建议,为保护当地生态环境提供科学指导.

摘要： 大多数人员穿戴属性研究使用图像整体特征构建多分类问题,存在空间信息耦合和对穿戴款式扩展支持不好的问题.提出了一种基于自适应关键点融合的人员穿戴属性度量分析方法.该方法由特征提取网络和特征向量度量学习结构两部分组成,特征提取网络包含3部分模块:基于HRNet网络的行人关键点热力特征图模块、自适应关键点与图像特征融合模块、带注意力机制的残差网络特征映射模块.基于该网络的自适应机制实现头部、上衣、下装3个属性识别分支的特征向量的映射.针对每个属性识别分支穿戴的不同状态或款型,利用基于arcface的度量学习方法,实现穿戴属性识别.结果表明,提出的方法在精细标注的穿戴款式数据集上识别精度为94.2％.在某实际场景工装数据集上,仅通过训练集入库,工装穿戴识别精度达到86.6％.研究可为人员穿戴状态和款型分析提供参考.

摘要： 目前国内外对大气环境质量进行综合评价的方法已有很多.上世纪末,中国数学家程乾生教授提出了属性集理论和属性测度的概念,并创立了属性数学这一数学分支.属性识别理论在有序分割类和属性识别准则的基础上,能对事物进行有效识别和比较分析,较好地克服了其它识别方法如模糊识别理论的某些不足,已在大气环境及水土资源系统的预测、评价、决策等问题中得到了成功应用.本文运用通过应用属性识别模型这种简单又实用的确定权重的方法,应用于武汉市大气环境质量综合评价,并取得较为满意的效果.

摘要： 结合工程实例,将属性识别理论应用到重庆地区泥石流危险性评价中,从而把定量分析与定性描述有机地结合到一起.提出了泥石流危险性评价的属性测度计算方法,并利用熵权系数法确定权重,建立了基于熵权系数法的属性识别计算评价方法.评价结果表明该方法具有可行性和推广应用价值.

摘要： 为给船舶安全航行制定预防措施，文章将熵权法和属性理论相结合，建立了港口水域交通环境风险评价的熵权属性识别模型，并结合嘉兴港进行了应用，得出了各评价区域的风险等级和排序，评价结果表明，该评价方法结果合理，具有较好的应用前景。

摘要： 属性识别模型自1996年提出以来，已在系统评价问题中获得了大量成功应用，但其在单指标属性测度函数、指标权重以及综合评分准则等方面尚存在不足。本文提出了改进属性识别模型，即：①采用非线性函数刻画样本单指标属性测度值；②运用偏差迭代运算和精度控制确定指标权熏值；③直接将评价级别引入样本综合评价准则等。rn 本研究以某河流水质综合评价问题为例，对不同抽样样本进行综合评价结果显示，改进属性识别模型的评价准确度明显好于传统模型。因此，基于非线性属性测度函数的改进属性识别模型，能更好地描述系统各指标的实际隶属特点，故具有更高的评价可信度，在复杂系统综合评价问题中较高的应用和参考价值。

摘要： 选择岩石的容重，抗拉强度，冲击动载强度，以及岩体完整性系数作为岩体可爆性分级评判指标，以相似数定义相似权的方法，按一种客观性标准确定指标的权重，应用属性识别理论建立基于相似权的岩体可爆性分级判别属性测度模型。针对一些岩石样本试验数据进行分析判别，说明模型的使用方法和岩体可爆性分级评判过程。由于属性识别理论能很好地解决某类问题具有多个模糊属性的综合评价，且置信度准则是根据评价集具有有序性这一特点而提出的，因而可使评价结果更为可靠；同时评价模型采用客观性权重，避免了权重确定中的主观性和随意性，保证了评价工作的客观性和准确性。

摘要： 对聚类系数无显著性差异的灰色聚类问题进行了研究.运用分类标准矩阵、单指标白化权函数和置信度准则,提出了灰色属性识别聚类方法.该方法充分利用了已有信息和置信度准则,避免了在聚类系数向量中分量取大时出现聚类系数无显著性差异的问题,使聚类结果更加客观、准确.文中实例说明了该方法的有效性和合理性。

摘要： 文章讨论了装甲目标作战意图估计问题.提出了基于贝叶斯网络和属性识别理论相结合的装甲目标作战意图估计方法,基于领域知识和专家经验构建了贝叶斯网络拓扑结构,运用属性识别理论和贝叶斯统计理论提出了解决网络边缘概率和条件概率参数的新思路,并用实例验证了该方法估计装甲目标意图的有效性.

摘要： 依据一定的社会评价标准,建立军人心理健康评价的指标体系,利用现代数学方法--层次分析方法和属性识别理论,定量研究模型.

摘要： 以水泥混凝土路面养护质量评价为例，给出路面评价的未确知测度评价方法。模型严谨，测度函数的构造符合实际，并且针对评价空间分割的有序性，引入置信度识别准则，从而使评判结果合理，符合实际情况。同时，用相似数定义相似权，以一种客观性标准确定评价指标的权重值，从而避免了专家赋权的偏好性，较为客观地反映了路面状况评价各项指标的相对重要程度。

摘要： 以水泥混凝土路面养护质量评价为例，给出路面评价的未确知测度评价方法。模型严谨，测度函数的构造符合实际，并且针对评价空间分割的有序性，引入置信度识别准则，从而使评判结果合理，符合实际情况。同时，用相似数定义相似权，以一种客观性标准确定评价指标的权重值，从而避免了专家赋权的偏好性，较为客观地反映了路面状况评价各项指标的相对重要程度。

摘要： 本申请实施例适用于人工智能技术领域，公开了一种人体属性识别模型训练方法、人体属性识别方法、装置、终端设备及计算机存储介质，其中，训练方法具体包括：根据多数据集属性标注与目标属性之间的映射关系进行多属性数据集融合；针对多数据集融合后属性标注比例不均衡问题，提出新的属性加权损失函数进行训练；而针对嵌入式端应用，改进了原始DeepMar的网络结构，减少了模型的参数量，提升了运行效率，并进一步提升了属性分类准确度。本申请实施例通过多数据集融合，得到了更为丰富的属性输出，避免了采用单数据集训练时对缺失属性的人工标注成本；另外，在保证分类精度的情况下，模型具有较高的运行效率，适用于嵌入式端的部署应用。

摘要： 本发明实施例提供多属性识别模型的建立方法、装置及多属性识别方法，其中建立方法包括：将预先经过多属性标注的样本图像输入至第一模型进行学习，得到样本图像中每个图像的特征矩阵；将每个图像的特征矩阵输入至第二模型进行学习，得到每个图像的语义‑空间特征矩阵；根据特征矩阵获得各属性的第一预测值，根据语义‑空间特征矩阵获得各属性的第二预测值，将所述第一预测值和所述第二预测值进行加权求和，获得每个图像的各属性的综合预测值；当学习后得到的综合预测值与标签值之间的损失稳定在预设阈值范围内时，确定学习得到多属性识别模型。本发明实施例能够有效利用标注信息获取多属性在空间和语义上的关联，识别准确率高。

摘要： 本公开提供的属性识别模型训练、属性识别方法、装置及设备，涉及人工智能领域，尤其涉及计算机视觉、图像识别和深度学习技术领域。其中，属性识别模型训练方法包括：获取图像训练集，该图像训练集中的每张图像携带有标注属性和标注物体区域，每张图像的标注物体区域对应物体的面积与所述图像的总面积的比值小于预设比例阈值，将图像训练集中的每张图像输入到预设网络，得到每张图像的预测物体热力图，根据每张图像的标注属性、标注物体区域的标注物体热力图和预测物体热力图，调整预设网络的参数，得到属性识别模型。属性识别方法包括：将待处理图像输入到上述训练得到的属性识别模型中，确定待处理图像是否包含目标属性。

摘要： 本公开提供的属性识别模型训练、属性识别方法、装置及设备，涉及人工智能领域，尤其涉及计算机视觉、图像识别和深度学习技术领域。其中，属性识别模型训练方法包括：对第一图像训练集的每张第一图像的标注物体位置复制第一数量并叠加在所属的第一图像中，生成第二图像训练集，将第二图像训练集中的每张第二图像输入到预设网络，确定出每张第二图像包括的第三数量的预测物体位置编码，进而结合每张第二图像的标注属性、第二数量的标注物体位置对应的标注物体位置编码，调整预设网络的参数，得到属性识别模型。属性识别方法包括：将待处理图像输入到上述训练得到的属性识别模型中，确定待处理图像是否包含目标属性。

摘要： 本申请公开了一种车辆属性识别网络的训练方法、车辆属性识别方法及设备，该训练方法包括：获取车辆样本图像与关联属性标签，关联属性标签用于标识车辆样本图像中车辆的至少两种车辆属性的类别；基于车辆样本图像与关联属性标签，对车辆属性识别网络进行训练，得到训练后的车辆属性识别网络；其中，车辆属性识别网络用于将关联属性标签分离为至少两个单属性标签，对车辆样本图像、关联属性标签以及至少两个单属性标签进行处理，得到车辆样本图像的训练识别结果，并基于训练识别结果调整车辆属性识别网络的模型参数。通过上述方式，本申请能够提高车辆属性的识别精度和效率。

摘要： 本发明提供的人体属性识别模型训练及人体属性识别方法、相关装置，方法包括：获取训练数据集，针对每种人体属性，从训练数据集中确定与人体属性匹配的子训练数据集，并基于子训练数据集，对第一残差网络进行训练，得到每种人体属性对应的子识别模型；基于训练数据集和每个子识别模型，得到每种人体属性对应的置信度标签；根据每种人体属性对应的置信度标签和全部人体属性标注信息，对第二残差网络进行训练，得到人体属性识别模型。本发明基于人工标签和软标签的双信号监督相结合的训练模式，降低不同人体属性训练时收敛速度不一致带来的不利影响，提高了人体属性识别模型识别准确率。

摘要： 本公开提供了一种图像属性识别方法、属性识别模型训练方法、装置、设备以及存储介质，涉及人工智能技术领域，尤其涉及图像处理、计算机视觉等技术领域，可应用于智能交通、智慧城市等场景。具体实现方案为：获取第一图像，第一图像包括目标物体的图像。之后，可以根据第一图像确定第二图像，第二图像为第一图像中包括目标物体的部分区域图像。将第一图像和第二图像输入至单一的属性识别模型，得到目标图像属性。其中，目标图像属性包括第一图像的第一属性信息和目标物体对应的第二属性信息。本公开可以通过一个模型对不同的图像同时进行属性识别，提升了模型识别效率，避免了多个模型共同运行导致的运行速率下降。

摘要： 本发明涉及人工智能技术领域，提供目标行人属性识别模型的训练方法及行人属性识别方法，训练方法包括：构建初始行人属性识别模型，通过初始行人属性识别模型中的混合卷积对采集到的行人属性识别数据集进行图像特征提取，得到特征图，混合卷积包括多个卷积块，各卷积块中插入有批标准化层，通过批标准化层对图像特征进行标准化处理；向初始行人属性识别模型引入多尺度门控多头注意力机制，对特征图进行筛选，并输出标准目标特征图；通过全局平均池化层将各通道的标准目标特征图输入预测层进行映射，以得到目标行人属性识别模型。能够提升对小物体的检测能力精简网络结构，且模型尺寸大幅降低，识别用时缩短，节省了硬件资源成本和时间成本。

摘要： 本申请实施例适用于人工智能技术领域，公开了一种人体属性识别模型训练方法、人体属性识别方法、装置、终端设备及计算机存储介质，其中，训练方法具体包括：根据多数据集属性标注与目标属性之间的映射关系进行多属性数据集融合；针对多数据集融合后属性标注比例不均衡问题，提出新的属性加权损失函数进行训练；而针对嵌入式端应用，改进了原始DeepMar的网络结构，减少了模型的参数量，提升了运行效率，并进一步提升了属性分类准确度。本申请实施例通过多数据集融合，得到了更为丰富的属性输出，避免了采用单数据集训练时对缺失属性的人工标注成本；另外，在保证分类精度的情况下，模型具有较高的运行效率，适用于嵌入式端的部署应用。

摘要： 本发明实施例提供多属性识别模型的建立方法、装置及多属性识别方法，其中建立方法包括：将预先经过多属性标注的样本图像输入至第一模型进行学习，得到样本图像中每个图像的特征矩阵；将每个图像的特征矩阵输入至第二模型进行学习，得到每个图像的语义‑空间特征矩阵；根据特征矩阵获得各属性的第一预测值，根据语义‑空间特征矩阵获得各属性的第二预测值，将所述第一预测值和所述第二预测值进行加权求和，获得每个图像的各属性的综合预测值；当学习后得到的综合预测值与标签值之间的损失稳定在预设阈值范围内时，确定学习得到多属性识别模型。本发明实施例能够有效利用标注信息获取多属性在空间和语义上的关联，识别准确率高。