低分辨率条件下鞋类的自动分类方法

发布时间：2021-04-15 23:45

　　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59 853幅皮鞋和47 878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。 

【文章来源】：科学技术与工程. 2020,20(02)北大核心

【文章页数】：6 页

【部分图文】：

FINet结构图

收集犯罪现场出现率较高的47双不同的鞋(共122 302幅鞋图像),其中皮鞋24双(共43 941幅鞋图像)、运动鞋23双(共78 361幅鞋图像)。运动鞋都是选择颜色与皮鞋相同或相近的鞋,在视频监控下容易与皮鞋发生混淆导致刑事技术人员的判断错误。皮鞋包括普通皮鞋、休闲皮鞋、高跟鞋、靴子;运动鞋包括休闲鞋和专业运动鞋,休闲鞋有布鞋、板鞋和拖鞋,专业运动鞋有跑步鞋、登山鞋、篮球鞋和羽毛球鞋。各鞋类示例图如图2所示。3.2 数据预处理

征集5名志愿者,收集了47双不同的鞋,然后志愿者模拟犯罪嫌疑人或行人穿着这些鞋在离摄像头较远的地方分别以0°、15°和30°的角度在摄像头下行走,创造模糊监控画面的条件。视频采集路线如图3所示。3.2.2 视频分帧、图像裁剪、图像尺寸归一化处理


本文编号：3140318