10.3969/j.issn.1000-386x.2018.10.032
基于知识蒸馏方法的行人属性识别研究
行人属性识别是当前视频监控分析技术重要研究方向.为了解决神经网络对训练数据中隐藏知识利用不充分的问题,以及训练数据中的部分信息被“丢弃”的问题,提出一种基于知识蒸馏的模型.通过使用一种混合的损失函数,挖掘被丢弃的属性信息中的隐藏信息.利用这些隐藏信息可以对原本的属性识别任务有巨大的提升.在RAP数据集上验证该方法的有效性.与深度卷积网络ResNet101的对比实验证明,该方法优化后的网络,分类准确率有了明显提高.
属性识别、深度学习、模型优化、知识蒸馏
35
TP183(自动化基础理论)
2019-04-25（万方平台首次上网日期，不代表论文的发表时间）
共5页
181-184,193
