[發明專利]視覺屬性識別方法、裝置及存儲介質

有效

• 申請號: 201811277609.8
• 申請日: 2018-10-30
• 公開（公告）號: CN109447095B
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 鄔彥澤;彭垚;李斌;薛向陽
• 申請（專利權）人: 上海七牛信息技術有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06N3/04
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 郭桂峰

本申請實施例提供一種視覺屬性識別方法、裝置及介質，方法包括：利用預設神經網絡模型的第一部分獲取目標圖像的基礎視覺信息；利用預設神經網絡模型的第二部分獲取全局視覺信息、以及局部視覺信息；根據局部視覺信息中的各個特征的重要性，將局部視覺信息處理得到第一局部調整信息；根據全局視覺信息中各個特征的重要性，將全局視覺信息處理得到第一全局調整信息；根據第一局部調整信息將全局視覺信息進行調整，得到調整后的全局視覺信息；根據第一全局調整信息將局部視覺信息進行調整，得到調整后的局部視覺信息，根據調整后的全局視覺信息或/和局部視覺信息對目標圖像進行視覺屬性識別。可以提高視覺屬性識別的準確度。

技術領域

本申請涉及視覺屬性識別技術領域，特別涉及一種視覺屬性識別方法、裝置及存儲介質。

背景技術

視覺屬性可以定義為中級語義視覺概念，如尖鼻子和大眼睛作為面部屬性，身高和服裝風格作為行人屬性。在近年來，視覺屬性識別吸引了越來越多的研究興趣，因為利用已識別的屬性可以幫助高級視覺任務如zero-shot learning和行人重識別，或者單單利用這些屬性來用于視頻監控和流行服飾推薦。

許多現有方法將屬性識別當成為多任務學習(MTL)問題，并且利用深度神經網絡(DNN)來實現最先進的結果，其中每個屬性識別問題都被視為一個任務。基于DNN的MTL方法通常采用硬參數共享(hardparameter sharing)，即所有任務共享所有隱藏層，但是每個任務都有屬于自己的解碼器(decoder)用于將學習的特征映射到輸出上。一個潛在的難題是讓不相關的任務共用隱藏層可能會為某個任務引入與它不相關的知識從而來危害這個任務的表現，這就是所謂的負遷移問題。

發明內容

本申請實施例提供一種視覺屬性識別方法、裝置及存儲介質，可以提高視覺屬性識別的準確性。

本申請實施例提供了一種視覺屬性識別方法，其包括：

利用預設神經網絡模型的第一部分，獲取目標圖像的基礎視覺信息；

利用所述預設神經網絡模型的第二部分、以及所述基礎視覺信息獲取全局視覺信息、以及局部視覺信息；

根據所述局部視覺信息中的各個特征的重要性，將所述局部視覺信息處理得到第一局部調整信息；

根據所述全局視覺信息中各個特征的重要性，將所述全局視覺信息處理得到第一全局調整信息；

根據所述第一局部調整信息將所述全局視覺信息進行調整，得到調整后的全局視覺信息；

根據所述第一全局調整信息將所述局部視覺信息進行調整，得到調整后的局部視覺信息；

根據所述調整后的全局視覺信息或/和局部視覺信息對所述目標圖像進行視覺屬性識別。

本申請實施例提供了一種視覺屬性識別裝置，其包括：

第一視覺信息獲取模塊，用于利用預設神經網絡模型的第一部分，獲取目標圖像的基礎視覺信息；

第二視覺信息獲取模塊，用于利用所述預設神經網絡模型的第二部分、以及所述基礎視覺信息獲取全局視覺信息、以及局部視覺信息；

調整信息獲取模塊，用于根據所述局部視覺信息中的各個特征的重要性，將所述局部視覺信息處理得到第一局部調整信息，以及根據所述全局視覺信息中各個特征的重要性，將所述全局視覺信息處理得到第一全局調整信息；

調整模塊，用于根據所述第一局部調整信息將所述全局視覺信息進行調整，得到調整后的全局視覺信息，以及根據所述第一全局調整信息將所述局部視覺信息進行調整，得到調整后的局部視覺信息；

識別模塊，用于根據所述調整后的全局視覺信息或/和局部視覺信息對所述目標圖像進行視覺屬性識別。