[發明專利]行人屬性識別方法及裝置、存儲介質、電子裝置

有效

• 申請號: 202010591412.2
• 申請日: 2020-06-24
• 公開（公告）號: CN111723872B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 鄭少飛;潘華東;殷俊;張興明
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/764;G06V40/10;G06V10/84
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 張秀英

本發明提供了一種行人屬性識別方法及裝置、存儲介質、電子裝置，其中所述方法包括：根據訓練集中樣本數據的多個屬性的分布情況確定屬性對的條件概率；根據所述屬性對的條件概率和所述多個屬性的初始置信度，確定所述屬性對的推測概率；根據所述屬性對的推測概率更新所述初始置信度之后對行人屬性進行判別。通過本發明，解決了行人屬性識別方法直接根據模型的預測得出最終的屬性識別結果，造成預測結果不準確的問題，進而達到了對行人屬性的置信度進行重新打分，得到更加合理的屬性置信度的效果。

技術領域

本發明涉及計算機視覺領域，具體而言，涉及一種行人屬性識別方法及裝置、存儲介質、電子裝置。

背景技術

行人作為監控視頻中的重要目標之一，對行人進行外觀的分析成為構建智能監控系統的關鍵，高效地識別行人的屬性比如，性別、年齡、附屬物和衣物祥式等作為視頻結構化分析和智能監控中的重要一環，已成為一項行人視覺分析的基礎任務，被廣泛應用于人機交互和圖像檢索等領城。

行人屬性識別方法中大多都單獨分析每一個屬性，忽略了屬性之間的相關性比如，性別和頭發長度、上身和下身衣著的搭配關系等，因此難以將屬性間的關系應用于屬性識別的推理預測中。

針對相關技術中，行人屬性識別方法直接根據模型的預測得出最終的屬性識別結果，造成預測結果不準確的問題，目前尚未存在有效的解決方案。

發明內容

本發明實施例提供了一種行人屬性識別方法及裝置、存儲介質、電子裝置，以至少解決相關技術中行人屬性識別方法直接根據模型的預測得出最終的屬性識別結果，造成預測結果不準確的問題。

根據本發明的一個實施例，提供了一種行人屬性識別方法，包括：根據訓練集中樣本數據的多個屬性的分布情況確定屬性對的條件概率，其中，所述訓練集包括：行人屬性的樣本數據，所述條件概率包括：所述屬性對的第一屬性在預設條件下時所述屬性對的第二屬性出現和不出現的概率；根據所述屬性對的條件概率和所述多個屬性的初始置信度，確定所述屬性對的推測概率，其中，所述推測概率包括：通過所述第一屬性的預測概率確定所述樣本數據中出現或者不出現第二屬性的概率，所述預測概率包括：根據所述初始置信度確定的所述第一屬性出現和不出現的概率，所述初始置信度是根據預設學習模型對所述多個屬性出現和不出現在樣本數據中的初始預測結果；根據所述屬性對的推測概率更新所述初始置信度之后對行人屬性進行判別，

根據本發明的另一個實施例，提供了一種行人屬性識別裝置，包括：第一確定模塊，用于根據訓練集中樣本數據的多個屬性的分布情況確定屬性對的條件概率，其中，所述訓練集包括：行人屬性的樣本數據，所述條件概率包括：所述屬性對的第一屬性在預設條件下時所述屬性對的第二屬性出現和不出現的概率；第二確定模塊，用于根據所述屬性對的條件概率和所述多個屬性的初始置信度，確定所述屬性對的推測概率，其中，所述推測概率包括：通過所述第一屬性的預測概率確定所述樣本數據中出現或者不出現第二屬性的概率，所述預測概率包括：根據所述初始置信度確定的所述第一屬性出現和不出現的概率，所述初始置信度是根據預設學習模型對所述多個屬性出現和不出現在樣本數據中的初始預測結果；判別模塊，用于根據所述屬性對的推測概率更新所述初始置信度之后對行人屬性進行判別。

根據本發明的又一個實施例，還提供了一種存儲介質，所述存儲介質中存儲有計算機程序，其中，所述計算機程序被設置為運行時執行上述任一項方法實施例中的步驟。

根據本發明的又一個實施例，還提供了一種電子裝置，包括存儲器和處理器，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以執行上述任一項方法實施例中的步驟。