[發明專利]人物屬性識別方法、裝置、計算機設備及存儲介質

有效

• 申請號: 202010696089.5
• 申請日: 2020-07-20
• 公開（公告）號: CN111738213B
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 董菲;于溦
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 楊毅玲;孫芬

本申請涉及人工智能，提供一種人物屬性識別方法、裝置、計算機設備及存儲介質。所述人物屬性識別方法包括：按照遮擋區域對待識別人物圖像進行分類，得到所述待識別人物圖像的圖像類型；若所述待識別人物圖像是遮擋圖像，則將所述待識別人物圖像和所述圖像類型輸入多尺度生成對抗網絡，所述多尺度生成對抗網絡根據所述圖像類型生成所述待識別人物圖像的去遮擋圖像；將所述待識別人物圖像的去遮擋圖像輸入屬性識別網絡進行屬性識別。本申請可以有效去除遮擋人物圖像中的遮擋干擾，恢復有用信息，提升圖像屬性識別性能。此外，本申請還涉及區塊鏈技術，可以將所述待識別人物圖像的人物屬性存儲至區塊鏈。

技術領域

本發明涉及人工智能領域，具體涉及一種人物屬性識別方法、裝置、計算機設備及存儲介質。

背景技術

圖像識別的一個重要應用是人物屬性識別，例如識別人物的年齡、體型、性別、上半身著裝及顏色、下半身著裝及顏色等。隨著深度學習的不斷發展，人物屬性識別的性能得到了顯著提高。但是在實際應用場景(例如交通路口行人監控場景)中，經常會遇到人物被遮擋的問題，例如行人互相遮擋、車輛遮擋行行人等。人物被遮擋不僅會丟失部分信息，還會引入一定的干擾，使得現有的人物屬性識別方法難以學習到人物的準確屬性信息，導致識別性能下降。

發明內容

鑒于以上內容，有必要提出一種人物屬性識別方法、裝置、計算機設備及存儲介質，其可以有效去除遮擋人物圖像中的遮擋干擾，恢復有用信息，提升圖像屬性識別性能。

本申請的第一方面提供一種人物屬性識別方法，所述方法包括：

利用第一殘差網絡按照遮擋區域對待識別人物圖像進行分類，得到所述待識別人物圖像的圖像類型，所述圖像類型包括無遮擋圖像、上部遮擋圖像、中部遮擋圖像和下部遮擋圖像；

若所述待識別人物圖像是遮擋圖像，則將所述待識別人物圖像和所述圖像類型輸入多尺度生成對抗網絡，所述多尺度生成對抗網絡根據所述圖像類型生成所述待識別人物圖像的去遮擋圖像；

將所述待識別人物圖像的去遮擋圖像輸入屬性識別網絡進行屬性識別，包括：

對所述待識別人物圖像的去遮擋圖像進行特征提取，得到所述待識別人物圖像的全身特征圖；

從所述全身特征圖中分割出頭肩特征圖、上半身特征圖和下半身特征圖；

將所述頭肩特征圖、所述上半身特征圖、所述下半身特征圖和所述全身特征圖進行全局平均池化，將所述上半身特征圖、所述下半身特征圖和所述全身特征圖經全局平均池化得到的特征值組成特征向量；

對所述特征向量進行特征篩選，得到與人物屬性相關聯的區域特征，所述人物屬性包括如下任意一項或多項：年齡、體型、性別、發型、上半身著裝及顏色、下半身著裝及顏色、鞋子及顏色；

根據所述與人物屬性相關聯的區域特征進行屬性分類，得到所述待識別人物圖像的人物屬性；

所述將所述待識別人物圖像的去遮擋圖像輸入屬性識別網絡進行屬性識別之前，所述方法還包括：

對所述屬性識別網絡進行訓練；

訓練所述屬性識別網絡使用的損失函數為：

w_l為權重，

N、L分別表示每個簇中訓練樣本的數目、每個訓練樣本的人物屬性數目；

y_il為第i個訓練樣本的第l個人物屬性的真實標簽；

為所述屬性識別網絡對第i個訓練樣本的第l個人物屬性的預測值；