基于CNN的远视监控路口行人年龄和性别分类框架
计算机视觉与模式识别
2025-12-01 v1 信息检索
摘要
行人安全是拥挤城市交叉口的突出问题，尤其在低中收入国家，由于交通呈多式联合状态，基础设施常缺乏正式控制。人口学因素如年龄和性别显著影响行人的脆弱性，但实时监控系统很少捕获此类信息。为填补这一空白，本研究提出了一种深度学习框架，通过卷积神经网络（CNN）对路口远视视频 footage 进行行人年龄组和性别分类，无需依赖面部识别或高分辨率图像。该分类结构为统一的六类问题，区分成年人、青少年和儿童行人（男女各一类），基于全身视觉线索。收集了来自达卡法属孟加拉国三处高风险交叉口的视频数据。实现了两种CNN架构：一种是在ImageNet上预训练的ResNet50深度卷积神经网络，另一种是针对计算效率优化的自定义轻量级CNN。探索了八种模型变体，包含不同的池化策略和优化器。ResNet50配合最大池化和SGD实现最高准确率（86.19%），而自定义CNN虽参数更少、训练更快，性能相当（84.15%）。该模型的高效设计使其可在标准监控视频上实现实时推理。对于实践者而言，该系统提供了一个可扩展、具成本效益的工具，用于监控交叉口的行人人口学特征。其输出可塑造交叉口设计、优化信号配时，并针对儿童或老年人等脆弱群体实施针对性安全措施。通过提供常规交通数据中缺失的人口学洞见，该框架支持混合交通环境中更具包容性、数据驱动的规划。
引用
@article{arxiv.2511.22873,
title = {CNN-Based Framework for Pedestrian Age and Gender Classification Using Far-View Surveillance in Mixed-Traffic Intersections},
author = {Shisir Shahriar Arif and Md. Muhtashim Shahrier and Nazmul Haque and Md Asif Raihan and Md. Hadiuzzaman},
journal= {arXiv preprint arXiv:2511.22873},
year = {2025}
}
备注
Accepted for poster presentation at the 105th Annual Meeting of the Transportation Research Board