计算机辅助设计与图形学学报

作者：曹雨然, 逯伟卿, 于金佐, 周亦博, 胡海苗

关键词：深度学习, 智能视频监控, 多标签分类, 行人属性识别, 数据集分析

行人属性识别旨在判断目标行人的预定义属性标签, 从而生成关于该行人的结构化描述, 包括年龄、性别、衣着、配饰等多种层次的语义信息.由于行人属性识别在视频监控领域具有极大的应用潜力, 该任务广受研究者关注.随着深度学习的快速发展, 研究者提出众多识别行人属性的方法, 以获得更为精准的识别结果.针对当前复杂场景下, 该任务面临的监控画面不清晰、行人状态变化、遮挡等问题, 对监控场景下基于单帧与视频数据的行人属性识别方法进行综述, 首先围绕行人属性识别这一任务, 介绍其研究背景及任务概念, 指出当前研究所面临的问题与挑战; 其次根据“单帧图像”和基于视频数据的“序列图像” 2种不同的样本类型, 对行人属性识别方法进行分类, 并依据属性识别过程中所采用的技巧和思路, 归纳总结最新提出的行人属性识别方法, 概述研究现状; 再对当前主流使用的数据集进行分析比较, 总结其特点; 最后, 从状态引导行人属性识别、立体属性、多任务融合、新数据集构建4个方面, 思考该领域的未来发展方向并作出展望.

来源：2024年第3期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第3期