[發(fā)明專利]對(duì)象屬性識(shí)別方法、裝置、存儲(chǔ)介質(zhì)和電子裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202111116328.6
• 申請(qǐng)日: 2021-09-23
• 公開（公告）號(hào): CN113822199B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設(shè)計(jì)）人: 李禹;孫鶴;潘華東;殷俊;張興明
• 申請(qǐng)（專利權(quán)）人: 浙江大華技術(shù)股份有限公司
• 主分類號(hào): G06V10/774
• 分類號(hào): G06V10/774;G06V10/80;G06V10/82;G06V20/40;G06V20/52;G06V40/10
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 江舟

1.一種對(duì)象屬性識(shí)別方法，其特征在于，包括：

獲取待處理圖像，其中，所述待處理圖像中包含待處理對(duì)象；

基于訓(xùn)練后的屬性識(shí)別模型，對(duì)所述待處理對(duì)象的至少兩個(gè)對(duì)象屬性進(jìn)行識(shí)別，獲得所述待處理對(duì)象的至少兩個(gè)對(duì)象屬性的屬性識(shí)別結(jié)果；其中：

所述屬性識(shí)別模型是基于歷史屬性關(guān)聯(lián)特征和包含歷史對(duì)象的歷史圖像進(jìn)行訓(xùn)練得到的，所述歷史屬性關(guān)聯(lián)特征是基于所述歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別之間的關(guān)聯(lián)關(guān)系確定的,所述屬性類別用于指示對(duì)象的特征的類別；

在所述對(duì)所述待處理對(duì)象的至少兩個(gè)對(duì)象屬性進(jìn)行識(shí)別之前，所述方法還包括：獲取包含所述歷史對(duì)象的歷史圖像，其中，所述歷史圖像中標(biāo)注有所述歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別；對(duì)所述歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別進(jìn)行關(guān)聯(lián)特征提取，得到所述歷史屬性關(guān)聯(lián)特征；以及，對(duì)所述歷史圖像進(jìn)行屬性特征提取，得到待處理圖像特征；基于所述歷史屬性關(guān)聯(lián)特征和所述待處理圖像特征，對(duì)所述屬性識(shí)別模型進(jìn)行訓(xùn)練；

所述基于所述歷史屬性關(guān)聯(lián)特征和所述待處理圖像特征，對(duì)所述屬性識(shí)別模型進(jìn)行訓(xùn)練，包括：對(duì)所述歷史屬性關(guān)聯(lián)特征和所述待處理圖像特征進(jìn)行加權(quán)求和，得到融合特征；基于所述融合特征與所述歷史圖像中所標(biāo)注的歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別之間的函數(shù)關(guān)系，對(duì)初始的所述屬性識(shí)別模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述屬性識(shí)別模型；

所述對(duì)所述歷史屬性關(guān)聯(lián)特征和所述待處理圖像特征進(jìn)行加權(quán)求和，包括：對(duì)所述歷史屬性關(guān)聯(lián)特征和所述待處理圖像特征中相應(yīng)元素計(jì)算加權(quán)和，其中，所述元素對(duì)應(yīng)的權(quán)重是根據(jù)所述元素相對(duì)于所述歷史對(duì)象的所述屬性識(shí)別結(jié)果的影響程度確定的。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述融合特征與所述歷史圖像中所標(biāo)注的歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別之間的函數(shù)關(guān)系，對(duì)初始的所述屬性識(shí)別模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述屬性識(shí)別模型，包括：

基于所述函數(shù)關(guān)系與初始的所述屬性識(shí)別模型對(duì)應(yīng)的收斂條件，對(duì)初始的所述屬性識(shí)別模型的目標(biāo)模型參數(shù)進(jìn)行調(diào)整，直至所述函數(shù)關(guān)系滿足所述收斂條件，其中，初始的所述屬性識(shí)別模型包括初始的關(guān)聯(lián)屬性提取層，初始的圖像特征提取層，初始的特征融合層，所述關(guān)聯(lián)屬性提取層用于進(jìn)行關(guān)聯(lián)特征提取，所述圖像特征提取層用于進(jìn)行圖像特征提取，所述特征融合層用于進(jìn)行特征融合，所述目標(biāo)模型參數(shù)至少包括所述圖像特征提取層的模型參數(shù)；

至少將訓(xùn)練后的所述圖像特征提取層確定為訓(xùn)練后的所述屬性識(shí)別模型。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)所述歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別進(jìn)行關(guān)聯(lián)特征提取，得到所述歷史屬性關(guān)聯(lián)特征；以及，對(duì)所述歷史圖像進(jìn)行屬性特征提取，得到待處理圖像特征，包括：

將所述歷史圖像中所標(biāo)注的歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別輸入初始的所述屬性識(shí)別模型包括的初始的關(guān)聯(lián)屬性提取層，得到初始的所述關(guān)聯(lián)屬性提取層輸出的數(shù)據(jù)作為所述歷史屬性關(guān)聯(lián)特征；以及，

將所述歷史圖像輸入初始的所述屬性識(shí)別模型包括的初始的圖像特征提取層，得到初始的所述圖像特征提取層輸出的數(shù)據(jù)作為所述待處理圖像特征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述將所述歷史圖像中所標(biāo)注的歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別輸入初始的所述屬性識(shí)別模型包括的初始的關(guān)聯(lián)屬性提取層，得到初始的所述關(guān)聯(lián)屬性提取層輸出的數(shù)據(jù)作為所述歷史屬性關(guān)聯(lián)特征，包括：

通過(guò)初始的所述關(guān)聯(lián)屬性提取層對(duì)所述歷史圖像中所標(biāo)注的歷史對(duì)象的至少兩個(gè)對(duì)象屬性的屬性類別進(jìn)行特征提取，得到歷史屬性特征；

通過(guò)初始的所述關(guān)聯(lián)屬性提取層建立所述歷史屬性特征之間的關(guān)聯(lián)關(guān)系，得到所述歷史屬性關(guān)聯(lián)特征。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述建立所述歷史屬性特征之間的關(guān)聯(lián)關(guān)系，得到所述歷史屬性關(guān)聯(lián)特征，包括：

構(gòu)造目標(biāo)因子分解機(jī)，其中，所述目標(biāo)因子分解機(jī)中包括用于描述特征之間的交叉關(guān)系的多項(xiàng)式；

將所述歷史屬性特征輸入所述目標(biāo)因子分解機(jī)中，得到所述目標(biāo)因子分解機(jī)輸出的數(shù)據(jù)作為所述歷史屬性關(guān)聯(lián)特征。