[發明專利]多任務屬性識別方法及設備、計算機可讀存儲介質

在審

• 申請號: 202110302522.7
• 申請日: 2021-03-22
• 公開（公告）號: CN113128345A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 張成;胡文澤;王孝宇
• 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;G06K9/62;G06N3/04
• 代理公司: 深圳眾鼎匯成知識產權代理有限公司 44566
• 代理人: 朱業剛

1.一種多任務屬性識別方法，其特征在于，包括：

獲取待分類圖像；

通過主干網絡對所述待分類圖像進行分組卷積處理，以提取具有多層次特性的公共特征；

通過分支網絡將所述公共特征匹配到對應的任務類型；其中，所述分支網絡的數量為一個以上；所述分支網絡對所述公共特征執行所述分組卷積處理，以得到分支特征；

通過任務網絡對所述分支特征進行處理，識別任務所需要的屬性特征；所述任務網絡的數量為一個以上。

2.根據權利要求1所述的多任務屬性識別方法，其特征在于，所述分組卷積處理包括：

將輸入圖像從通道維度進行分組得到多個圖像分組，并確定每個圖像分組的卷積順序；

對于按卷積順序排列的第一個圖像分組，直接進行卷積處理；

對于除第一個圖像分組之外的任一圖像分組，合并上一圖像分組的卷積結果后，再進行卷積處理；

將所有圖像分組的卷積結果合并得到最終卷積結果。

3.根據權利要求1所述的多任務屬性識別方法，其特征在于，所述分組卷積處理在進行卷積時降維；

所述合并上一圖像分組的卷積結果，包括：

對上一圖像分組的卷積結果進行上采樣；

將進行上采樣后的卷積結果與當前圖像分組合并。

4.根據權利要求3所述的多任務屬性識別方法，其特征在于，所述在進行卷積時降維，包括：

將卷積核的移動步長設置為大于1。

5.根據權利要求2所述的多任務屬性識別方法，其特征在于，在進行卷積時保持圖像尺寸不變。

6.根據權利要求2所述的多任務屬性識別方法，其特征在于，所述將輸入圖像從通道維度進行分組為：

將輸入圖像從通道維度進行平均分組。

7.根據權利要求1所述的多任務屬性識別方法，其特征在于，所述通過分支網絡將所述公共特征匹配到對應的任務類型，包括：

通過第一分支網絡匹配屬性特征尺寸小于預設大小的任務類型；

通過第二分支網絡匹配屬性特征尺寸大于預設大小的任務類型。

8.根據權利要求7所述的多任務屬性識別方法，其特征在于，所述通過任務網絡對所述分支特征進行處理，識別任務所需要的屬性特征，包括：

通過連接至所述第一分支網絡的任務網絡實現尺寸小于預設大小的特征識別任務；

通過連接至所述第二分支網絡的任務網絡實現尺寸大于預設大小的特征識別任務。

9.一種多任務屬性識別設備，其特征在于，包括存儲器、處理器和存儲在所述存儲器上并可在所述處理器上運行的多任務屬性識別程序，所述多任務屬性識別程序被所述處理器執行時實現如權利要求1至8中任一項所述的多任務屬性識別方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有多任務屬性識別程序，所述多任務屬性識別程序被處理器執行時實現如權利要求1至8中任一項所述的多任務屬性識別方法的步驟。