[發(fā)明專利]一種頭部特征提取方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011087869.6
• 申請(qǐng)日: 2020-10-12
• 公開（公告）號(hào): CN112163545A
• 公開（公告）日: 2021-01-01
• 發(fā)明（設(shè)計(jì)）人: 楊建權(quán);趙陽(yáng);朱濤;張?zhí)祺?/a>;李高楊
• 申請(qǐng)（專利權(quán)）人: 北京易華錄信息技術(shù)股份有限公司;中國(guó)華錄集團(tuán)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京三聚陽(yáng)光知識(shí)產(chǎn)權(quán)代理有限公司 11250
• 代理人: 劉靜

1.一種頭部特征提取方法，其特征在于，包括如下步驟：

獲取待檢測(cè)圖像；

將所述待檢測(cè)圖像輸入至預(yù)先訓(xùn)練好的人體檢測(cè)神經(jīng)網(wǎng)絡(luò)模型，得到所述待檢測(cè)圖像中的人體檢測(cè)框；

將所述人體檢測(cè)框輸入至預(yù)先訓(xùn)練好的頭部特征檢測(cè)分類模型，得到所述人體檢測(cè)框的人體頭部特征。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人體檢測(cè)神經(jīng)網(wǎng)絡(luò)模型為YOLOv3神經(jīng)網(wǎng)絡(luò)模型，所述頭部特征檢測(cè)分類模型為MobileNet分類網(wǎng)絡(luò)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述人體檢測(cè)神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過(guò)程包括：

獲取第一訓(xùn)練樣本，所述第一訓(xùn)練樣本包括不同地域、不同時(shí)段、不同光照條件的場(chǎng)景圖像以及所述場(chǎng)景圖像中的人體預(yù)標(biāo)注信息；

獲取根據(jù)目標(biāo)數(shù)據(jù)集訓(xùn)練好的第一預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；

根據(jù)所述第一訓(xùn)練樣本對(duì)所述第一預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型進(jìn)行遷移學(xué)習(xí)，得到人體檢測(cè)神經(jīng)網(wǎng)絡(luò)模型。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述頭部特征檢測(cè)分類模型的訓(xùn)練過(guò)程包括：

獲取第二訓(xùn)練樣本，所述第二訓(xùn)練樣本包括多分類樣本標(biāo)簽，所述多分類樣本標(biāo)簽根據(jù)目標(biāo)函數(shù)庫(kù)中的多標(biāo)簽二值化函數(shù)得到；

將所述第二訓(xùn)練樣本輸入至第二預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；

當(dāng)所述第二預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型滿足預(yù)定條件，則得到頭部特征檢測(cè)分類模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，還包括：

當(dāng)?shù)诙?xùn)練樣本輸入至第二預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型出現(xiàn)特征提取錯(cuò)誤，則將發(fā)生特征提取錯(cuò)誤的第二訓(xùn)練樣本重復(fù)輸入至第二預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行目標(biāo)次數(shù)的迭代訓(xùn)練。

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，獲取第二訓(xùn)練樣本包括：

獲取待訓(xùn)練圖像；

將所述待訓(xùn)練圖像輸入至預(yù)先訓(xùn)練好的人體檢測(cè)YOLO V3模型，得到所述待訓(xùn)練圖像中的人體檢測(cè)框；

將所述人體檢測(cè)框輸入至預(yù)先訓(xùn)練好的特征分類YOLO V3模型，得到所述人體檢測(cè)框?qū)?yīng)的標(biāo)簽，根據(jù)所述人體檢測(cè)框以及對(duì)應(yīng)的標(biāo)簽構(gòu)建得到所述第二訓(xùn)練樣本。

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述待檢測(cè)圖像輸入至預(yù)先訓(xùn)練好的人體檢測(cè)神經(jīng)網(wǎng)絡(luò)模型，包括：將所述待檢測(cè)圖像尺寸調(diào)整至第一目標(biāo)尺寸，將第一目標(biāo)尺寸的待檢測(cè)圖像輸入至預(yù)先訓(xùn)練好的人體檢測(cè)神經(jīng)網(wǎng)絡(luò)模型；和/或

將所述人體檢測(cè)框輸入至預(yù)先訓(xùn)練好的頭部特征檢測(cè)分類模型，包括：將所述人體檢測(cè)框尺寸調(diào)整至第二目標(biāo)尺寸，將第二目標(biāo)尺寸的人體檢測(cè)框輸入至預(yù)先訓(xùn)練好的頭部特征檢測(cè)分類模型。

8.一種頭部特征提取裝置，其特征在于，包括：

待檢測(cè)圖像獲取模塊，用于獲取待檢測(cè)圖像；

人體檢測(cè)模塊，用于將所述待檢測(cè)圖像輸入至預(yù)先訓(xùn)練好的人體檢測(cè)神經(jīng)網(wǎng)絡(luò)模型，得到所述待檢測(cè)圖像中的人體檢測(cè)框；

頭部特征檢測(cè)模塊，用于將所述人體檢測(cè)框輸入至預(yù)先訓(xùn)練好的頭部特征檢測(cè)分類模型，得到所述人體檢測(cè)框的人體頭部特征。

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)權(quán)利要求1－7任一所述的頭部特征提取方法的步驟。

10.一種存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)指令，其特征在于，該指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1－7任一所述的頭部特征提取方法的步驟。