[发明专利]行人属性识别方法、装置和计算机设备

说明书

本申请涉及一种行人属性识别方法，包括：对行人图像进行下采样生成特征片段序列，将特征片段序列输入第一自注意力模型提取特征片段之间的关系权重，根据关系权重对特征片段序列进行更新，得到第一次更新后的特征片段序列。将第一次更新后的特征片段序列输入特征片段与属性注意力模型提取特征片段与属性之间的关系权重，根据关系权重对第一次更新后的特征片段序列进行更新得到第二次更新后的特征片段序列。将第二次更新后的特征片段序列输入第二自注意力模型提取属性之间的关系权重，根据关系权重对第二次更新后的特征片段序列进行更新得到第三次更新后的特征片段序列。根据第三次更新后的特征片段序列进行行人属性识别，获得行人属性识别结果。

技术领域

本申请涉及计算机技术领域，特别是涉及一种行人属性识别方法、装置和计算机设备。

背景技术

在视频监控领域或其他需要对行人属性进行识别的领域中，经常需要对行人的性别、年龄、衣着、是否戴帽子、是否戴眼镜、发型等属性进行识别。行人识别结果对公安部门进行犯罪缉拿、或者是对特定的区域内的行人进行调研等都起到关键的作用。因此，行人识别结果的准确性就至关重要。然而，由于实际中存在监控摄像机拍摄的视频分辨率低、不同位置摄相机拍摄的行人角度不同、光照条件不同，以及行人遮挡等问题，使得行人在摄像机下所表现出的属性存在着较大干扰，因此，传统的行人属性识别方法所识别出的行人属性准确性较低。

发明内容

基于此，有必要针对传统的行人属性识别方法所识别出的行人属性准确性较低的技术问题，提供一种行人属性识别方法、装置和计算机设备。

一种行人属性识别方法，包括：

对行人图像进行下采样生成特征片段序列；

将所述特征片段序列输入第一自注意力模型提取特征片段之间的关系权重，根据所述关系权重对所述特征片段序列进行更新，得到第一次更新后的特征片段序列；

将所述第一次更新后的特征片段序列输入特征片段与属性注意力模型提取特征片段与属性之间的关系权重，根据所述关系权重对所述第一次更新后的特征片段序列进行更新得到第二次更新后的特征片段序列；

将所述第二次更新后的特征片段序列输入第二自注意力模型提取属性之间的关系权重，根据所述关系权重对所述第二次更新后的特征片段序列进行更新得到第三次更新后的特征片段序列；

根据所述第三次更新后的特征片段序列进行行人属性识别，获得行人属性识别结果。

一种行人属性识别方法，包括：

对行人图像进行下采样生成特征片段序列；

将所述特征片段序列输入长短期记忆模型进行编码，得到特征片段序列编码结果；

将所述特征片段序列编码结果输入第一自注意力模型提取特征片段之间的关系权重，根据所述关系权重对所述特征片段序列进行更新，得到第一次更新后的特征片段序列；

将所述第一次更新后的特征片段序列输入特征片段与属性注意力模型提取特征片段与属性之间的关系权重，根据所述关系权重对所述第一次更新后的特征片段序列进行更新得到第二次更新后的特征片段序列；

将所述第二次更新后的特征片段序列输入长短期记忆模型进行解码，得到特征片段序列解码结果；

将所述特征片段序列解码结果输入第二自注意力模型提取属性之间的关系权重，根据所述关系权重对所述第二次更新后的特征片段序列进行更新得到第三次更新后的特征片段序列；

根据所述第三次更新后的特征片段序列进行行人属性识别，获得行人属性识别结果。

一种行人属性识别装置，所述装置包括：

特征片段序列生成模块，用于对行人图像进行下采样生成特征片段序列；