[發(fā)明專利]一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110458747.1
• 申請(qǐng)日: 2021-04-27
• 公開(kāi)（公告）號(hào): CN113139476A
• 公開(kāi)（公告）日: 2021-07-20
• 發(fā)明（設(shè)計(jì)）人: 單鵬飛
• 申請(qǐng)（專利權(quán)）人: 山東英信計(jì)算機(jī)技術(shù)有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06N3/04;G06N3/08;G06N5/04
• 代理公司: 濟(jì)南誠(chéng)智商標(biāo)專利事務(wù)所有限公司 37105
• 代理人: 李修杰

1.一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法，其特征在于，包括以下步驟：

獲取數(shù)據(jù)中心在不同環(huán)境下不同人體的屬性識(shí)別數(shù)據(jù)集；

標(biāo)注屬性識(shí)別數(shù)據(jù)集中的人體目標(biāo)框及屬性標(biāo)簽，對(duì)標(biāo)注完成后的數(shù)據(jù)集進(jìn)行劃分；

對(duì)劃分后數(shù)據(jù)集圖片首先采用拼接和裁切的方式進(jìn)行預(yù)處理，然后將人體目標(biāo)框與屬性識(shí)別相結(jié)合構(gòu)建人體屬性識(shí)別一體化檢測(cè)網(wǎng)絡(luò)，通過(guò)改進(jìn)一體化檢測(cè)網(wǎng)絡(luò)的人體屬性損失函數(shù)對(duì)所述檢測(cè)網(wǎng)絡(luò)進(jìn)行遷移學(xué)習(xí)訓(xùn)練；

將訓(xùn)練后的模型進(jìn)行部署，實(shí)現(xiàn)在線推理與人體屬性預(yù)測(cè)。

2.根據(jù)權(quán)利要求1所述的一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法，其特征在于，所述獲取數(shù)據(jù)中心在不同環(huán)境下不同人體的屬性識(shí)別數(shù)據(jù)集的方法為：

將采集到的不同環(huán)境下不同人體的視頻數(shù)據(jù)轉(zhuǎn)換為圖像；

將所述圖像制作成人體屬性識(shí)別數(shù)據(jù)集，所述人體屬性識(shí)別數(shù)據(jù)集包括屬性類別和屬性標(biāo)簽。

3.根據(jù)權(quán)利要求2所述的一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法，其特征在于，所述標(biāo)注屬性識(shí)別數(shù)據(jù)集中的人體目標(biāo)框及屬性標(biāo)簽，對(duì)標(biāo)注完成后的數(shù)據(jù)集進(jìn)行劃分的方法為：

標(biāo)注屬性識(shí)別數(shù)據(jù)集中的人體目標(biāo)框及屬性標(biāo)簽，將所述數(shù)據(jù)集的訓(xùn)練部分、驗(yàn)證部分和測(cè)試部分按比例劃分。

4.根據(jù)權(quán)利要求1所述的一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法，其特征在于，所述對(duì)劃分后數(shù)據(jù)集圖片首先采用拼接和裁切的方式進(jìn)行預(yù)處理的過(guò)程為：

對(duì)數(shù)據(jù)集中待拼接的圖片放置在拼接圖中，并根據(jù)拼接線對(duì)超出拼接線的目標(biāo)框進(jìn)行裁剪。

5.根據(jù)權(quán)利要求1所述的一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法，其特征在于，所述一體化檢測(cè)網(wǎng)絡(luò)包括主干部分、頸部、頭部和一體化輸出；

所述主干部分采用輕量化的CSPNet；

所述頸部采用yolov5的頸部網(wǎng)絡(luò)；

所述頭部采用yolov5的頭部網(wǎng)絡(luò)，并輸出不同類型的特征圖；

所述一體化輸出包括：邊框坐標(biāo)、置信度以及屬性類別。

6.根據(jù)權(quán)利要求5所述的一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法，其特征在于，所述通過(guò)改進(jìn)一體化檢測(cè)網(wǎng)絡(luò)的人體屬性損失函數(shù)對(duì)所述檢測(cè)網(wǎng)絡(luò)進(jìn)行遷移學(xué)習(xí)訓(xùn)練的過(guò)程為：通過(guò)調(diào)節(jié)正負(fù)樣本對(duì)與損失函數(shù)貢獻(xiàn)的大小優(yōu)化一體化檢測(cè)網(wǎng)絡(luò)的人體屬性損失函數(shù)。

7.根據(jù)權(quán)利要求6所述的一種面向數(shù)據(jù)中心的人體行為屬性實(shí)時(shí)檢測(cè)方法，其特征在于，所述一體化檢測(cè)網(wǎng)絡(luò)的人體屬性損失函數(shù)表達(dá)式為：

其中，S²為feature map中網(wǎng)格的個(gè)數(shù)，B為Anchor box的個(gè)數(shù)，n為人體屬性的個(gè)數(shù)；表示如果第i個(gè)網(wǎng)格中的第j個(gè)anchor負(fù)責(zé)預(yù)測(cè)物體則否則為0。p_ijk為真實(shí)值，p′_ijk為預(yù)測(cè)值。α_k為權(quán)重調(diào)節(jié)參數(shù)，α_k＝m_{k_positive}/m_{k_all}，其中m_{k_positive}為第k個(gè)屬性中正樣本的數(shù)量，m_{k_all}為第k個(gè)屬性中總體樣本的數(shù)量；

通過(guò)(1-α_k)權(quán)重參數(shù)降低正樣本產(chǎn)生的損失，通過(guò)α_k提高負(fù)樣本的對(duì)于損失的貢獻(xiàn)。