[發明專利]社交關系識別模型的訓練方法、識別方法及相關設備

在審

• 申請號: 202011634101.6
• 申請日: 2020-12-31
• 公開（公告）號: CN112668509A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 邢玲;余意
• 申請（專利權）人: 深圳云天勵飛技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06F16/9536;G06Q50/00
• 代理公司: 深圳驛航知識產權代理事務所(普通合伙) 44605
• 代理人: 楊倫

1.一種社交關系識別模型的訓練方法，其特征在于，包括以下步驟：

基于訓練圖像中兩個樣本人員之間關系的先驗距離，通過預設的第一訓練集對第一網絡模型進行自監督訓練，得到第二網絡模型；

將所述第二網絡模型的全連接層進行調整以適應社交關系的識別分類，得到第三網絡模型；

通過預設的第二訓練集對所述第三網絡模型進行調整訓練，得到目標網絡模型。

2.如權利要求1所述的一種社交關系識別模型的訓練方法，其特征在于，所述第一網絡模型包括第一提取網絡、第二提取網絡、第三提取網絡、第一全連接層以及第一損失函數，其中，所述第一提取網絡與所述第二提取網絡的網絡參數共享。

3.如權利要求2所述的一種社交關系識別模型的訓練方法，其特征在于，所述第一網絡模型還包括目標檢測網絡，所述第一訓練集中包括無標簽樣本圖像，每一所述無標簽樣本圖像中包括至少兩個所述樣本人員，所述基于訓練圖像中兩個樣本人員之間關系的先驗距離，通過預設的第一訓練集對第一網絡模型進行自監督訓練，得到第二網絡模型，包括：

將所述無標簽樣本圖像輸入到所述目標檢測網絡中，通過所述目標檢測網絡檢測輸出所述無標簽樣本圖像中第一樣本人員的第一樣本人體框、第二樣本人員的第二樣本人體框以及所述第一樣本人員與所述第二樣本人員的第一樣本人體聯合框；

根據所述第一樣本人體框以及所述第二樣本人體框，計算兩個樣本人員之間的先驗距離；

通過所述第一提取網絡提取所述第一樣本人體框的第一特征，通過所述第二提取網絡提取所述第二樣本人體框的第二特征，通過所述第三提取網絡提取所述第一樣本人體聯合框的第三特征；

將所述第一特征、所述第二特征與所述第三特征進行拼接，得到第一拼接特征；

通過所述第一全連接層對所述第一拼接特征進行全連接計算，得到預測距離；

通過所述第一損失函數，計算所述先驗距離與所述預測距離之間的第一誤差；

根據所述第一誤差，反向傳播調整所述第一提取網絡、第二提取網絡以及第三提取網絡的網絡參數，得到所述第二網絡模型。

4.如權利要求3所述的一種社交關系識別模型的訓練方法，其特征在于，所述根據所述第一樣本人體框以及所述第二樣本人體框，計算兩個樣本人員之間的先驗距離，包括：

計算所述第一樣本人體框與所述第二樣本人體框之間的中心距離；

計算所述第一樣本人體框的第一對角線長度值，以及計算所述第二樣本人體框的第二對角線長度值；

選取所述第一對角線長度值與所述第二對角線長度值中較大值作為參考值，并計算所述中心距離與所述參考值的比值作為兩個樣本人員之間的先驗距離。

5.如權利要求1-4任一所述的一種社交關系識別模型的訓練方法，其特征在于，所述第三網絡模型包括第四提取網絡、第五提取網絡、第六提取網絡、第二全連接層以及第二損失函數，其中，所述第四提取網絡與所述第五提取網絡的網絡參數共享。

6.如權利要求5所述的一種社交關系識別模型的訓練方法，其特征在于，所述第二訓練集中包括有標簽樣本圖像，所述有標簽樣本圖像中包括至少兩個樣本人員以及關系標簽，所述通過預設的第二訓練集對所述第三網絡模型進行調整訓練，得到目標網絡模型，包括：

將所述有標簽樣本圖像輸入到所述目標檢測網絡中，通過所述目標檢測網絡檢測輸出所述有標簽樣本圖像中第三樣本人員的第三樣本人體框、第四樣本人員的第四樣本人體框以及所述第三樣本人員與所述第四樣本人員的第二樣本人體聯合框；

通過所述第四提取網絡提取所述第三樣本人體框的第四特征，通過所述第五提取網絡提取第四樣本人體框的第五特征，通過所述第六提取網絡提取所述樣本人體聯合框的第六特征；

將所述第四特征、所述第五特征與所述第六特征進行拼接，得到第二拼接特征；

通過所述第二全連接層對所述第二拼接特征進行全連接計算，得到關系分類結果；

通過所述第二損失函數，計算所述關系分類結果與所述關系標簽之間的第二誤差；

根據所述第二誤差，反向傳播調整所述第四提取網絡、第五提取網絡以及第六提取網絡的網絡參數。