低分辨率条件下鞋类的自动分类方法

摘要：

根据视频监控中行人所穿鞋的鞋型搜索犯罪嫌疑人是公安机关常用侦查技战法.然而在现实案件中很多视频监控分辨率较低,公安民警不能精确识别到具体鞋型,且消耗大量的时间和警力.针对这一问题,提出一种对低分辨率视频监控下的鞋类进行自动分类的方法.参考全国制鞋标准化技术委员会2017年制定的制鞋标准,初步将鞋类分为皮鞋和运动鞋两大类;构建鞋类数据库,包括59853幅皮鞋和47878幅运动鞋图像;进而基于卷积神经网络,设计一种适用于鞋类自动分类的鞋类识别网络模型.实验结果表明,鞋类自动分类模型在测试阶段对鞋分类的准确率达到了95.7％,可见基本能准确识别皮鞋和运动鞋两类鞋.

关键词：低分辨率、卷积神经网络、视频监控、鞋类

所属期刊栏目：20

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;国家重点研发计划项目;中央高校基本科研业务费项目;上海市现场物证重点实验室开放课题基金

在线出版日期：2020-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：669-674