[發明專利]端對端行人檢測及屬性識別的方法、系統、介質及終端

有效

• 申請號: 202010772244.7
• 申請日: 2020-08-04
• 公開（公告）號: CN112036249B
• 公開（公告）日: 2023-01-03
• 發明（設計）人: 袁德勝;游浩泉;馬衛民;成西鋒;林治強;黨毅飛;崔龍;李偉超;王海濤
• 申請（專利權）人: 匯納科技股份有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V10/774;G06V10/764;G06V10/82;G06N3/04
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 徐秋平

本發明提供一種端對端行人檢測及屬性識別的方法、系統、介質及終端；所述方法包括以下步驟：獲取第一行人圖像數據集；搭建行人檢測及屬性識別模型；行人檢測及屬性識別模型包括檢測網絡和屬性預測分支；利用第一行人圖像數據集對檢測網絡進行訓練，獲取訓練好的檢測網絡；獲取第二行人圖像數據集；利用第二行人圖像數據集對屬性預測分支進行訓練，獲取訓練好的屬性預測分支；本發明采用分步訓練的方法，使得行人屬性的標注的優劣情況不會對行人檢測造成影響，能保證獲得準確檢出的前提下，得到行人的屬性，且能夠針對性地對不同類別的行人檢測框訓練對應該框的屬性。

技術領域

本發明屬于計算機視覺技術領域，特別是涉及一種端對端行人檢測及屬性識別的方法、 系統、介質及終端。

背景技術

利用視頻或圖像對行人進行檢測，得到行人的屬性具有重要的意義，對行人視頻或圖像 進行處理的主要任務可分為行人目標檢測和屬性分析這兩部分；目前，目標檢測與屬性識別 大多是采用分階段的方式實現；具體為：先對圖像中的行人進行檢測，根據檢測結果對圖片 中的行人對象進行裁剪，再輸入到屬性識別網絡中得到該行人對象的相關屬性，這種分階段 的方法具有以下缺陷：

(1)目標檢測誤差會引起屬性分析的累積誤差。

(2)無法利用到行人對象之外的圖像全局信息來輔助屬性檢測，特別是對于行人是否被 遮擋的屬性判斷。

(3)當行人數量較多的時候，整個系統中裁圖和屬性推理的負擔變大，給實時監測增加 難度。

除此之外，在目前存在的端到端系統實現中，常常將檢測和屬性識別同時訓練，而同時 具有行人檢測以及各種屬性的標注數據來源非常有限，當屬性標注不全或錯誤的時候，常常 很大程度上影響檢測的效果。

發明內容

鑒于以上所述現有技術的缺點，本發明的目的在于提供一種端對端行人檢測及屬性識別 的方法、系統、介質及終端，能夠提高行人檢測及屬性識別的準確度，且不受行人數量的限 制，使得行人檢測及屬性識別的效率大大提升。

為實現上述目的及其他相關目的，本發明提供一種端對端行人檢測及屬性識別的方法， 包括以下步驟：獲取第一行人圖像數據集；搭建行人檢測及屬性識別模型；所述行人檢測及 屬性識別模型包括檢測網絡和屬性預測分支；其中，所述檢測網絡用于輸出行人檢測框；所 述屬性預測分支用于輸出對應所述行人檢測框的屬性；利用所述第一行人圖像數據集對所述 檢測網絡進行訓練，獲取訓練好的檢測網絡；獲取第二行人圖像數據集；利用所述第二行人 圖像數據集對所述屬性預測分支進行訓練，獲取訓練好的屬性預測分支，以基于訓練好的檢 測網絡和訓練好的屬性預測分支實現行人檢測及屬性識別。

于本發明的一實施例中，獲取第一行人圖像數據集包括以下步驟：從互聯網開源獲取目 標檢測數據；從所述目標檢測數據中提取進行了行人標注的行人圖像作為所述第一行人圖像 數據集。

于本發明的一實施例中，所述檢測網絡輸出所述行人檢測框包括以下步驟：對所述第一 行人圖像數據集中的行人圖像進行特征提取，獲取行人特征圖；基于所述行人特征圖進行目 標預測，以獲取所述行人檢測框。

于本發明的一實施例中，所述第二行人圖像數據集中的行人圖像均預先進行了行人標注， 標注內容包括：行人標注框及對應所述行人標注框的至少一屬性。

于本發明的一實施例中，通過損失函數對所述屬性預測分支進行迭代訓練；所述損失函 數的計算方法包括以下步驟：對于所述行人標注框，計算所述行人標注框與所有所述行人檢 測框的重疊交并比值，并將重疊交并比值最大的行人檢測框作為對應所述行人標注框的行人 候選框；計算所述行人候選框的屬性分類損失；損失函數的計算公式為：