[发明专利]属性识别方法、部位属性提取网络的训练方法和装置

说明书

本发明提供了一种属性识别方法、部位属性提取网络的训练方法和装置，当获取到目标对象对应的多张人体部位图像后，提取每张人体部位图像所包含的人体部位的属性特征；进而基于所提取出的属性特征，确定该目标对象的属性特征。该方法可以通过不同的人体部位图像提取相应人体部位的属性特征，与现有技术中从目标行人的整体图像区域中识别出各类的属性特征的方式相比，由于人体部位图像包含更多的局部特征和细节信息，因而可以提高对属性特征的识别结果的准确性。

技术领域

本发明涉及图像处理技术领域，尤其是涉及一种属性识别方法、部位属性提取网络的训练方法和装置。

背景技术

行人属性识别是一种对行人进行高层次语义挖掘的技术手段，可以从大数据量的行人数据中归纳规律，对各个领域具有重要意义。具体而言，行人属性识别首先从图像中检测出目标行人，然后基于目标行人的图像区域，识别出目标行人的年龄、性别、头发、衣服等属性特征，该方式中，需要从目标行人的整体图像区域中识别出各类的属性特征，容易导致对属性特征的识别结果准确性较差。

发明内容

有鉴于此，本发明的目的在于提供一种属性识别方法、部位属性提取网络的训练方法和装置，以提高对属性特征的识别结果的准确性。

第一方面，本发明实施例提供了一种属性识别方法，所述方法包括：获取目标对象对应的多张人体部位图像；其中，每张所述人体部位图像包含有所述目标对象的至少一种人体部位；提取每张所述人体部位图像所包含的人体部位的属性特征；基于每张所述人体部位图像提取出的属性特征，确定所述目标对象的属性特征。

第二方面，本发明实施例提供了一种部位属性提取网络的训练方法，所述方法包括：获取包含有样本对象的样本图像，以及所述样本对象对应的多张人体部位图像；每张所述人体部位图像包含所述样本对象的至少一种人体部位；针对每种人体部位，将包含该人体部位的人体部位图像，输入至该人体部位对应的初步训练完成的部位属性提取网络，输出该人体部位的属性特征；将所述样本图像输入至初步训练完成的全身属性提取网络，输出所述样本对象的全身属性特征；将每种人体部位的属性特征和所述全身属性特征进行特征融合，得到融合特征，基于所述融合特征确定所述样本对象的属性特征；基于所述样本对象的属性特征和预设的损失函数，调整每种所述人体部位对应的部位属性提取网络和所述全身属性提取网络的网络参数，直至所述样本对象的属性特征收敛，得到训练完成的每种所述人体部位对应的部位属性提取网络和所述全身属性提取网络。

第三方面，本发明实施例提供了一种属性识别装置，所述装置包括：第一获取模块，用于获取目标对象对应的多张人体部位图像；其中，每张所述人体部位图像包含有所述目标对象的至少一种人体部位；提取模块，用于提取每张所述人体部位图像所包含的人体部位的属性特征；第一确定模块，用于基于每张所述人体部位图像提取出的属性特征，确定所述目标对象的属性特征。

第四方面，本发明实施例提供了一种部位属性提取网络的训练装置，所述装置包括：第二获取模块，用于获取包含有样本对象的样本图像，以及所述样本对象对应的多张人体部位图像；每张所述人体部位图像包含所述样本对象的至少一种人体部位；输出模块，用于针对每种人体部位，将包含该人体部位的人体部位图像，输入至该人体部位对应的初步训练完成的部位属性提取网络，输出该人体部位的属性特征；将所述样本图像输入至初步训练完成的全身属性提取网络，输出所述样本对象的全身属性特征；第二确定模块，用于将每种人体部位的属性特征和所述全身属性特征进行特征融合，得到融合特征，基于所述融合特征确定所述样本对象的属性特征；调整模块，用于基于所述样本对象的属性特征和预设的损失函数，调整每种所述人体部位对应的部位属性提取网络和所述全身属性提取网络的网络参数，直至所述样本对象的属性特征收敛，得到训练完成的每种所述人体部位对应的部位属性提取网络和所述全身属性提取网络。

第五方面，本发明实施例提供了一种服务器，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现上述第一方面任一项所述的属性识别方法，或上述第二方面任一项所述的部位属性提取网络的训练方法。