关联规则对监控下行人属性识别影响的研究

摘要：

针对监控视频下的行人多属性识别问题,提出一种结合神经网络与关联规则的多分类方法.首先通过Faster-RC-NN检测算法与改进的AlexNet多分类网络得到监控视频下行人各个属性的置信度,再采用关联规则Apriori算法对训练数据进行处理,进而结合神经网络分类的置信度和关联规则的处理结果,提出一种对分类置信度进行优化的算法.最后,统计关联规则优化后的某些行人属性准确率.结果表明,将神经网络与关联规则有效结合后可以提升某些属性识别的准确率.

关键词：行人属性、多分类、神经网络、关联规则、优化

分类号：TP18(自动化基础理论)

资助基金：国家重点研发计划资助项目2018YFC0831500

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：65-71