[發(fā)明專利]人體屬性識別方法、識別模型訓(xùn)練方法及裝置

有效

• 申請?zhí)枺?/td>: 201910473033.0
• 申請日: 2019-05-31
• 公開（公告）號: CN110175595B
• 公開（公告）日: 2021-03-02
• 發(fā)明（設(shè)計）人: 蘇馳;李凱;劉弘也;袁寶煜;鄧夢玲
• 申請（專利權(quán)）人: 北京金山云網(wǎng)絡(luò)技術(shù)有限公司;北京金山云科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/46;G06N3/04
• 代理公司: 北京柏杉松知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11413
• 代理人: 項京;丁蕓

本發(fā)明實(shí)施例提供了一種人體屬性識別方法、識別模型訓(xùn)練方法及裝置，其中識別方法包括：獲取目標(biāo)圖像，所述目標(biāo)圖像為包含人體的圖像；將所述目標(biāo)圖像輸入預(yù)先訓(xùn)練的人體屬性識別模型，得到識別結(jié)果；所述識別結(jié)果包括多個元素，每個元素對應(yīng)于一個預(yù)設(shè)的人體屬性，每個元素表示所述目標(biāo)圖像屬于對應(yīng)的人體屬性的概率。本發(fā)明實(shí)施例能夠利用更豐富的特征信息對目標(biāo)圖像進(jìn)行人體屬性識別，進(jìn)一步提高人體屬性的識別準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及人體屬性識別技術(shù)領(lǐng)域，特別是涉及一種人體屬性識別方法、識別模型訓(xùn)練方法及裝置。

背景技術(shù)

人體屬性識別，是指通過人體屬性識別系統(tǒng)識別出人的各種屬性，例如，人的性別、年齡段、上身服飾、下身服飾、是否戴帽子、是否戴眼鏡、是否挎包、身體朝向、頭發(fā)長短、頭發(fā)顏色等。人體屬性識別方法經(jīng)常應(yīng)用于監(jiān)控場景中，例如，對攝像設(shè)備所采集視頻的截圖中的行人進(jìn)行屬性識別。

相關(guān)技術(shù)的人體屬性識別方法通常為基于深度學(xué)習(xí)的人體屬性識別方法，即，通過將人體圖像輸入用于對人體屬性進(jìn)行識別的神經(jīng)網(wǎng)絡(luò)，輸出針對該人體圖像中的人物進(jìn)行人體屬性識別的結(jié)果。

但是，相關(guān)技術(shù)的人體屬性識別方法，通常只是將人體圖像作為一個整體進(jìn)行屬性識別，由于所能得到的特征信息有限，因此在對人體的各屬性進(jìn)行識別的過程中，人體屬性識別神經(jīng)網(wǎng)絡(luò)只能通過有限的特征信息進(jìn)行人體屬性識別，導(dǎo)致人體屬性的識別準(zhǔn)確性不高。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例的目的在于提供一種人體屬性識別方法、識別模型訓(xùn)練方法及裝置，以進(jìn)一步提高人體屬性的識別準(zhǔn)確性。具體技術(shù)方案如下：

第一方面，本發(fā)明實(shí)施例提供了一種人體屬性識別方法，包括：

獲取目標(biāo)圖像，所述目標(biāo)圖像為包含人體的圖像；

將所述目標(biāo)圖像輸入預(yù)先訓(xùn)練的人體屬性識別模型，得到識別結(jié)果；所述識別結(jié)果包括多個元素，每個元素對應(yīng)于一個預(yù)設(shè)的人體屬性，每個元素表示所述目標(biāo)圖像屬于對應(yīng)的人體屬性的概率；

所述人體屬性識別模型包括：語義分割模型和卷積神經(jīng)網(wǎng)絡(luò)模型，其中，所述語義分割模型基于預(yù)設(shè)的分割區(qū)域生成與每個所述分割區(qū)域?qū)?yīng)的區(qū)域?qū)傩孕畔ⅲ凰鼍矸e神經(jīng)網(wǎng)絡(luò)模型提取所述目標(biāo)圖像的特征信息，并基于所述特征信息和所述區(qū)域?qū)傩孕畔λ瞿繕?biāo)圖像進(jìn)行識別。

可選的，所述語義分割模型基于預(yù)設(shè)的分割區(qū)域生成與每個所述分割區(qū)域?qū)?yīng)的區(qū)域?qū)傩孕畔ⅲǎ?/p>

將所述目標(biāo)圖像輸入預(yù)先訓(xùn)練的語義分割模型，得到多個區(qū)域?qū)傩愿怕蕡D；其中，每個所述區(qū)域?qū)傩愿怕蕡D對應(yīng)一個所述分割區(qū)域；每個所述區(qū)域?qū)傩愿怕蕡D包括多個元素，每個元素對應(yīng)所述目標(biāo)圖像中的一個像素，每個元素用于表示與該元素對應(yīng)的像素屬于預(yù)定分割區(qū)域的概率。

可選的，所述預(yù)設(shè)的分割區(qū)域包括以下至少一項：人體整體區(qū)域、背景區(qū)域和人體局部區(qū)域；所述人體局部區(qū)域包括以下至少一項：頭部、上身、下身、手部、腳部。

可選的，所述基于所述特征信息和所述區(qū)域?qū)傩孕畔λ瞿繕?biāo)圖像進(jìn)行識別，包括：

將所述特征信息分別與各個所述區(qū)域?qū)傩孕畔⑦M(jìn)行融合，得到與每個所述分割區(qū)域?qū)?yīng)的區(qū)域特征信息；

基于所述特征信息和所述區(qū)域特征信息對所述目標(biāo)圖像進(jìn)行識別。

可選的，所述卷積神經(jīng)網(wǎng)絡(luò)模型包括第一特征提取模塊，所述卷積神經(jīng)網(wǎng)絡(luò)模型提取所述目標(biāo)圖像的特征信息，包括：

將所述目標(biāo)圖像輸入所述第一特征提取模塊，得到第一特征圖，其中，所述第一特征圖包括多個元素，每個元素對應(yīng)所述目標(biāo)圖像的一個像素，每個元素表示與其對應(yīng)的像素的特征信息。