[發(fā)明專(zhuān)利]基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110990135.7
• 申請(qǐng)日: 2021-08-26
• 公開(kāi)（公告）號(hào): CN113807200A
• 公開(kāi)（公告）日: 2021-12-17
• 發(fā)明（設(shè)計(jì)）人: 管洪清;徐亮;王偉;孫浩云;張?jiān)?/a>;張慶濤;孫江濤;郝煥萍
• 申請(qǐng)（專(zhuān)利權(quán)）人: 青島文達(dá)通科技股份有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08;G06N5/04
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 黃海麗

本發(fā)明公開(kāi)了基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別方法及系統(tǒng)，包括：獲取待識(shí)別的視頻流，對(duì)待識(shí)別的視頻幀進(jìn)行解碼生成待識(shí)別的視頻幀序列；將待識(shí)別的視頻幀序列，輸入到訓(xùn)練后的動(dòng)態(tài)擬合多任務(wù)推理神經(jīng)網(wǎng)絡(luò)，得到行人檢測(cè)結(jié)果、行人屬性識(shí)別結(jié)果和行人的重識(shí)別結(jié)果。采用多任務(wù)網(wǎng)絡(luò)將行人檢測(cè)、行人屬性識(shí)別、行人重識(shí)別集成為一個(gè)端到端的神經(jīng)網(wǎng)絡(luò)，在多行人屬性識(shí)別任務(wù)中，大大提高了檢測(cè)速度。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻處理、人工智能、深度學(xué)習(xí)技術(shù)領(lǐng)域，特別是涉及基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別方法及系統(tǒng)。

背景技術(shù)

本部分的陳述僅僅是提到了與本發(fā)明相關(guān)的背景技術(shù)，并不必然構(gòu)成現(xiàn)有技術(shù)。

近些年來(lái)，隨著GPU等硬件設(shè)備的的發(fā)展，深度學(xué)習(xí)技術(shù)開(kāi)始崛起。在眾多之領(lǐng)域中，包括圖像分類(lèi)，圖像分割，圖像識(shí)語(yǔ)音識(shí)別等，深度神經(jīng)網(wǎng)絡(luò)都取得了目前最好的效果。然而隨著實(shí)際應(yīng)用中的需求越來(lái)越多元化，人們不單單滿足于單純的檢測(cè)功能，多任務(wù)神經(jīng)網(wǎng)絡(luò)應(yīng)運(yùn)而生。在機(jī)器學(xué)習(xí)中，通常關(guān)心優(yōu)化某一特定指標(biāo)，不管這個(gè)指標(biāo)是一個(gè)標(biāo)準(zhǔn)值，還是企業(yè)KPI。為了達(dá)到這個(gè)目標(biāo)，訓(xùn)練單一模型或多個(gè)模型集合來(lái)完成指定得任務(wù)。然后，通過(guò)精細(xì)調(diào)參，來(lái)改進(jìn)模型直至性能不再提升。

盡管這樣做可以針對(duì)一個(gè)任務(wù)得到一個(gè)可接受得性能，但是可能忽略了一些信息，這些信息有助于在關(guān)心的指標(biāo)上做得更好。具體來(lái)說(shuō)，這些信息就是相關(guān)任務(wù)的監(jiān)督數(shù)據(jù)。通過(guò)在相關(guān)任務(wù)間共享表示信息，模型在原始任務(wù)上泛化性能更好，這種方法稱(chēng)為多任務(wù)學(xué)習(xí)。

行人屬性識(shí)別作為監(jiān)控場(chǎng)景下的重要目標(biāo)之一，對(duì)社區(qū)安防、人員監(jiān)控等領(lǐng)域具有重要意義，除此之外，可以通過(guò)行人屬性作為輔助信息用于描述社區(qū)居民人物識(shí)別，定位居民移動(dòng)路徑。在實(shí)際應(yīng)用中，監(jiān)控場(chǎng)景下的多行人屬性識(shí)別需要配合行人檢測(cè)和行人重識(shí)別。行人檢測(cè)是人體屬性識(shí)別的前提，行人重識(shí)別可以追蹤行人軌跡，并且避免重復(fù)識(shí)別產(chǎn)生重復(fù)數(shù)據(jù)。當(dāng)前的人體屬性識(shí)別方案需要配合行人檢測(cè)模型以及行人重識(shí)別模型才能完成針對(duì)監(jiān)控場(chǎng)景中的多行人屬性識(shí)別，最少需要經(jīng)過(guò)三個(gè)模型處理，多次的特征提出，導(dǎo)致效率非常慢。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)的不足，本發(fā)明提供了基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別方法及系統(tǒng)；通過(guò)多任務(wù)網(wǎng)絡(luò)將行人檢測(cè)、行人屬性識(shí)別、行人重識(shí)別集成到一個(gè)端到端的單任務(wù)神經(jīng)網(wǎng)絡(luò)。提出特征再提取模塊對(duì)行人屬性特征和行人重識(shí)別特征進(jìn)行再提取，提出動(dòng)態(tài)擬合策略抑制多任務(wù)損失產(chǎn)生的強(qiáng)震蕩，防止梯度爆炸。該方法大大地提高了監(jiān)控場(chǎng)景下多行人屬性識(shí)別的效率。

第一方面，本發(fā)明提供了基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別方法；

基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別方法，包括：

獲取待識(shí)別的視頻流，對(duì)待識(shí)別的視頻幀進(jìn)行解碼生成待識(shí)別的視頻幀序列；

將待識(shí)別的視頻幀序列，輸入到訓(xùn)練后的動(dòng)態(tài)擬合多任務(wù)推理神經(jīng)網(wǎng)絡(luò)，得到行人檢測(cè)結(jié)果、行人屬性識(shí)別結(jié)果和行人的重識(shí)別結(jié)果。

第二方面，本發(fā)明提供了基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別系統(tǒng)；

基于動(dòng)態(tài)擬合多任務(wù)推理網(wǎng)絡(luò)的多行人識(shí)別系統(tǒng)，包括：

獲取模塊，其被配置為：獲取待識(shí)別的視頻流，對(duì)待識(shí)別的視頻幀進(jìn)行解碼生成待識(shí)別的視頻幀序列；

多行人識(shí)別模塊，其被配置為：將待識(shí)別的視頻幀序列，輸入到訓(xùn)練后的動(dòng)態(tài)擬合多任務(wù)推理神經(jīng)網(wǎng)絡(luò)，得到行人檢測(cè)結(jié)果、行人屬性識(shí)別結(jié)果和行人的重識(shí)別結(jié)果。

第三方面，本發(fā)明還提供了一種電子設(shè)備，包括：

存儲(chǔ)器，用于非暫時(shí)性存儲(chǔ)計(jì)算機(jī)可讀指令；以及

處理器，用于運(yùn)行所述計(jì)算機(jī)可讀指令，

其中，所述計(jì)算機(jī)可讀指令被所述處理器運(yùn)行時(shí)，執(zhí)行上述第一方面所述的方法。