[發(fā)明專利]行人屬性識(shí)別方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110369225.4
• 申請(qǐng)日: 2021-04-06
• 公開（公告）號(hào): CN113011377B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 趙瑞林;周有喜
• 申請(qǐng)（專利權(quán)）人: 新疆愛華盈通信息技術(shù)有限公司
• 主分類號(hào): G06V40/10
• 分類號(hào): G06V40/10;G06V10/46;G06T7/11;G06T5/50;G06T5/40;G06N3/0464;G06N3/08
• 代理公司: 深圳市嘉勤知識(shí)產(chǎn)權(quán)代理有限公司 44651
• 代理人: 何龍其

1.一種行人屬性識(shí)別方法，其特征在于，包括：

獲取待識(shí)別圖像；

將所述待識(shí)別圖像輸入預(yù)先訓(xùn)練的屬性識(shí)別模型進(jìn)行屬性識(shí)別，得到對(duì)所述待識(shí)別圖像的屬性識(shí)別結(jié)果；

所述預(yù)先訓(xùn)練的屬性識(shí)別模型的訓(xùn)練步驟包括：建立原始屬性識(shí)別模型，并獲取樣本數(shù)據(jù)；識(shí)別所述樣本數(shù)據(jù)中各個(gè)人體顯著部位；按照所述人體顯著部位將所述樣本數(shù)據(jù)對(duì)應(yīng)的樣本圖像分割，得到預(yù)設(shè)數(shù)量的顯著部位圖像；利用每個(gè)所述樣本數(shù)據(jù)所有的所述顯著部位圖像訓(xùn)練所述原始屬性識(shí)別模型，得到屬性識(shí)別模型；

將所述待識(shí)別圖像輸入預(yù)先訓(xùn)練的屬性識(shí)別模型進(jìn)行屬性識(shí)別，得到對(duì)所述待識(shí)別圖像的屬性識(shí)別結(jié)果的步驟包括：識(shí)別待識(shí)別圖像中各個(gè)人體顯著部位；按照所述人體顯著部位將所述待識(shí)別圖像分割，得到預(yù)設(shè)數(shù)量的顯著部位圖像；利用所述屬性識(shí)別模型識(shí)別各個(gè)顯著部位圖像的屬性，得到屬性識(shí)別模型生成的屬性識(shí)別結(jié)果；

所述識(shí)別所述樣本數(shù)據(jù)中各個(gè)人體顯著部位的步驟包括：

將所述樣本數(shù)據(jù)輸入預(yù)先訓(xùn)練的金字塔網(wǎng)絡(luò)；

利用所述金字塔網(wǎng)絡(luò)對(duì)所述樣本數(shù)據(jù)提取對(duì)應(yīng)的人體特征；

獲取所述金字塔網(wǎng)絡(luò)利用所述人體特征輸出的特征模板，所述特征模板內(nèi)的模板具有與所述金字塔網(wǎng)絡(luò)的通道維度相同數(shù)量的特征數(shù)量；

獲取所述金字塔網(wǎng)絡(luò)利用平方差損失函數(shù)和激活函數(shù)，對(duì)所述人體特征回歸出的與所述通道的維度相同數(shù)量的系數(shù)，所述系數(shù)與所述特征模板內(nèi)模板的各個(gè)所述特征數(shù)量一一對(duì)應(yīng)；

將所述特征模板內(nèi)各個(gè)模板的特征與一一對(duì)應(yīng)的所述系數(shù)的乘積進(jìn)行疊加，得到人體的各個(gè)顯著部位圖像。

2.根據(jù)權(quán)利要求1所述的行人屬性識(shí)別方法，其特征在于，

將所述特征模板與各個(gè)所述系數(shù)的乘積進(jìn)行疊加還得到人體的整體顯著圖像；

在得到所述顯著部位圖像及所述整體顯著圖像后，所述識(shí)別所述樣本數(shù)據(jù)中各個(gè)人體顯著部位的步驟還包括：

將所述整體顯著圖像及各個(gè)所述顯著部位圖像進(jìn)行相互監(jiān)督學(xué)習(xí)直至所述相互監(jiān)督學(xué)習(xí)的次數(shù)達(dá)到預(yù)定次數(shù)。

3.根據(jù)權(quán)利要求2所述的行人屬性識(shí)別方法，其特征在于，

所述將所述整體顯著圖像及各個(gè)所述顯著部位圖像進(jìn)行相互監(jiān)督學(xué)習(xí)，包括：

將所述整體顯著圖像分割成與所述各個(gè)顯著部位圖像一一對(duì)應(yīng)的分割驗(yàn)證圖，并利用所述分割驗(yàn)證圖驗(yàn)證及修正各個(gè)所述顯著部位圖像，其中，將各個(gè)所述顯著部位圖像融合成與所述整體顯著圖像對(duì)應(yīng)的融合驗(yàn)證圖，并利用所述融合驗(yàn)證圖驗(yàn)證及修正所述整體顯著圖像，以使所述整體顯著圖像及各個(gè)所述顯著部位圖像進(jìn)行相互監(jiān)督學(xué)習(xí)。

4.根據(jù)權(quán)利要求1所述的行人屬性識(shí)別方法，其特征在于，

所述系數(shù)的范圍為-1至1之間；

所述通道的維度為32；

所述預(yù)設(shè)數(shù)量為5；

所述人體的各個(gè)顯著部位圖像包括：頭部圖像、身體圖像、腿部圖像及腳部圖像。

5.根據(jù)權(quán)利要求4所述的行人屬性識(shí)別方法，其特征在于，

所述頭部圖像的屬性包括：頭部穿戴物體屬性、頭部動(dòng)作屬性及人體生理屬性；

所述身體圖像的屬性包括：身體穿戴物體屬性、身體穿戴顏色屬性、身體方位屬性、手部是否提取物品的屬性；

所述腿部圖像的屬性包括：腿部穿戴物體屬性、腿部穿戴顏色屬性；

所述腳部圖像的屬性包括：鞋子顏色屬性、鞋子款式屬性。

6.根據(jù)權(quán)利要求4所述的行人屬性識(shí)別方法，其特征在于，

所述頭部圖像的屬性識(shí)別過程如下：

利用所述金字塔網(wǎng)絡(luò)對(duì)待檢測(cè)圖像的人體特征進(jìn)行提取，并得到頭部特征圖像；

獲取所述金字塔網(wǎng)絡(luò)利用頭所述部特征圖像輸出的特征模板，以及所述頭部圖像的系數(shù)；

將所述頭部特征圖像的模板，分別乘以與其一一對(duì)應(yīng)的所述系數(shù)，得到頭部圖像，所述頭部圖像包括：具有頭部特征的確定特征圖像，以及，不具有頭部特征的否定特征圖像；

將所有的所述確定特征圖像相加，再減去所述否定特征圖像，得到頭部顯著部位圖像；

將所述頭部顯著部位圖像輸入所述屬性識(shí)別模型，得到所述屬性識(shí)別模型輸出的頭部屬性的識(shí)別結(jié)果。