人体属性
检测图片中所有的人体,可针对每个检测出的人体,进行人体属性分析,识别人体的性别年龄、衣着外观等特征,辅助定位追踪特定人员。
人体检测
检测图片中所有的人体 ,检测人体的矩形框位置 。
人体属性
采用PA-100K dataset数据集训练,包含10000个行人100000张图像,26种属性,本文使用如下10种属性。
gender:'男', '女' age:"老年", "中年", "少年" orientation:'正面', '侧面', '背面' hat:"不戴帽子", "戴帽子" glasses:"不戴眼镜", "戴眼镜" handBag:"没有", "有", shoulderBag:"没有", "有", backBag":"没有", "有", upClothing":"短袖", "长袖", downClothing":"长裤", "短裤", "裙子"
网络图片效果展示
网络图片效果展示
数据集:
PETA Dataset:共19000张行人样本,包含61个二分类属性和4个多分类属性。
PA-100K Dataset(基于现实监控场景抓取):共10万个行人样本,包含26个属性。
RAP Dataset(目前较权威的行人属性识别数据集):共41585张行人样本,包含69个二分类属性和3个多分类属性。
WIDER Attribute 是一个大型的人类属性数据集。它包含了30个场景类别的13789张图片。
应用场景
1.安防监控
识别人体的性别年龄、衣着外观等特征,辅助定位追踪特定人员;监测预警各类危险、违规行为(如公共场所跑跳、抽烟),减少安全隐患
2.智能零售
商场、门店等线下零售场景,识别入店及路过客群的属性信息,收集消费者画像,辅助精准营销、个性化推荐、门店选址、流行趋势分析等应用
3.线下广告投放
楼宇、户外等广告屏智能化升级,采集人体信息,分析人群属性,定向投放广告物料,提升用户体验和商业效率。