[發明專利]人體屬性識別方法、系統、計算機設備及存儲介質

在審

• 申請號: 202010138380.0
• 申請日: 2020-03-03
• 公開（公告）號: CN111414812A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 朱禹萌;陸進;陳斌;宋晨
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 王勇

本發明實施例提供一種人體屬性識別方法，包括步驟：根據人體檢出模型和屬性識別模型對訓練圖像進行檢測以得到人體圖像坐標向量和人體屬性向量；根據訓練圖像和人體圖像坐標向量對初始屬性識別神經網絡進行訓練以得到第一屬性識別神經網絡和多個特征矩陣；根據多個特征矩陣和人體屬性向量對第一屬性識別神經網絡進行訓練以得到第二屬性識別神經網絡；根據訓練圖像、人體圖像坐標向量和人體屬性向量對第二屬性識別神經網絡進行聯合訓練，以得到目標屬性識別神經網絡；根據目標屬性識別神經網絡對待識別圖像進行識別，以得到待識別圖像的人體屬性值。通過本發明實施例，將人體檢出任務和屬性識別任務結合到一個神經網絡模型中，以一個神經網絡模型同時實現人體檢出和屬性識別，提高了人體屬性識別的效率。

技術領域

本發明實施例涉及計算機技術領域，尤其涉及一種人體屬性識別方法、系統、計算機設備及存儲介質。

背景技術

人體屬性識別是對人物的性別、年齡、衣物的類型和顏色等的識別，被廣泛應用于危險行為預警、交通違章監控、工業安防和自動售貨機、自動柜員機(Automatic TellerMachine，ATM)、商場和車站等公共場所的目標人物鎖定等領域。

現有的人體屬性識別方案中，需要使用多個模型分別完成人體圖像提取與屬性識別的任務，然而，這種使用多個模型對人體屬性進行識別的方法，在人體屬性識別的過程中，各個模型之間的聯合操作存在著不同程度的時間損耗。此外，對于每個檢出的人體都需要進行屬性識別，更加使得人體屬性識別過程中的時間損耗無法保持穩定。

故，本方案旨在解決現有的人體識別方法中無法運用單一模型進行屬性識別，存在時間損耗，效率低下的問題。

發明內容

有鑒于此，本發明實施例提供了一種人體屬性識別方法、系統、計算機設備及計算機可讀存儲介質，能夠將人體檢出任務和屬性識別任務結合到一個神經網絡模型中，以一個神經網絡模型同時實現人體檢出和屬性識別，從而提高屬性識別的效率。

本發明實施例是通過下述技術方案來解決上述技術問題：

一種人體屬性識別方法，包括：

獲取訓練圖像，并根據預設的人體檢出模型和預設的屬性識別模型對所述訓練圖像進行人體檢出和屬性識別，以得到所述訓練圖像的人體圖像坐標向量和人體屬性向量；

建立初始屬性識別神經網絡，并將所述訓練圖像和所述人體圖像坐標向量輸入到所述初始屬性識別神經網絡，以對所述初始屬性識別神經網絡進行人體檢出的訓練，從而得到第一屬性識別神經網絡和多個特征矩陣，其中，所述初始屬性識別神經網絡包括人體檢出參數和屬性識別參數；

將所述多個特征矩陣和所述人體屬性向量輸入到所述第一屬性識別神經網絡以對所述第一屬性識別神經網絡進行屬性識別的訓練，從而得到第二屬性識別神經網絡；

將所述訓練圖像、所述人體圖像坐標向量和所述人體屬性向量輸入到所述第二屬性識別神經網絡以對所述第二屬性識別神經網絡進行人體檢出與屬性識別的聯合訓練，從而得到目標屬性識別神經網絡；

獲取待識別圖像，并根據所述目標屬性識別神經網絡對所述待識別圖像進行識別，以得到所述待識別圖像的人體屬性值。

進一步地，所述根據預設的人體檢出模型和預設的屬性識別模型對所述訓練圖像進行識別，以得到所述訓練圖像的人體圖像坐標向量和人體屬性向量，包括：

根據所述人體檢出模型對所述訓練圖像進行人體檢出，以得到所述訓練圖像中的人體圖像和人體圖像坐標向量；

根據所述屬性識別模型對所述人體圖像進行屬性識別，以得到所述人體圖像的人體屬性向量。

進一步地，所述根據所述屬性識別模型對所述人體圖像進行屬性識別，以得到所述人體圖像的人體屬性向量，包括：