Une personne est généralement décrite par des attributs tels que la taille, la corpulence, la couleur des vêtements, le type de vêtement et le sexe. Ces attributs sont connus sous le nom de biométrie douce. Ils comblient l'écart sémantique entre la description humaine et la recherche de personnes dans les vidéos de surveillance. L'article propose une approche de filtrage linéaire basée sur l'apprentissage profond pour la recherche de personnes en utilisant la taille, la couleur des vêtements et le sexe. L'approche proposée utilise Mask R-CNN pour la segmentation pixel par pixel des personnes. Elle élimine les éléments parasites du fond et fournit une délimitation précise autour de la personne. Les modèles de couleur et de sexe sont affinés à l'aide d'AlexNet, et l'algorithme est testé sur le jeu de données SoftBioSearch. Il obtient une bonne précision pour la recherche de personnes à partir d'une requête sémantique dans des conditions difficiles.