[发明专利]多任务属性识别方法及设备、计算机可读存储介质

权利要求书

1.一种多任务属性识别方法，其特征在于，包括：

获取待分类图像；

通过主干网络对所述待分类图像进行分组卷积处理，以提取具有多层次特性的公共特征；

通过分支网络将所述公共特征匹配到对应的任务类型；其中，所述分支网络的数量为一个以上；所述分支网络对所述公共特征执行所述分组卷积处理，以得到分支特征；

通过任务网络对所述分支特征进行处理，识别任务所需要的属性特征；所述任务网络的数量为一个以上。

2.根据权利要求1所述的多任务属性识别方法，其特征在于，所述分组卷积处理包括：

将输入图像从通道维度进行分组得到多个图像分组，并确定每个图像分组的卷积顺序；

对于按卷积顺序排列的第一个图像分组，直接进行卷积处理；

对于除第一个图像分组之外的任一图像分组，合并上一图像分组的卷积结果后，再进行卷积处理；

将所有图像分组的卷积结果合并得到最终卷积结果。

3.根据权利要求1所述的多任务属性识别方法，其特征在于，所述分组卷积处理在进行卷积时降维；

所述合并上一图像分组的卷积结果，包括：

对上一图像分组的卷积结果进行上采样；

将进行上采样后的卷积结果与当前图像分组合并。

4.根据权利要求3所述的多任务属性识别方法，其特征在于，所述在进行卷积时降维，包括：

将卷积核的移动步长设置为大于1。

5.根据权利要求2所述的多任务属性识别方法，其特征在于，在进行卷积时保持图像尺寸不变。

6.根据权利要求2所述的多任务属性识别方法，其特征在于，所述将输入图像从通道维度进行分组为：

将输入图像从通道维度进行平均分组。

7.根据权利要求1所述的多任务属性识别方法，其特征在于，所述通过分支网络将所述公共特征匹配到对应的任务类型，包括：

通过第一分支网络匹配属性特征尺寸小于预设大小的任务类型；

通过第二分支网络匹配属性特征尺寸大于预设大小的任务类型。

8.根据权利要求7所述的多任务属性识别方法，其特征在于，所述通过任务网络对所述分支特征进行处理，识别任务所需要的属性特征，包括：

通过连接至所述第一分支网络的任务网络实现尺寸小于预设大小的特征识别任务；

通过连接至所述第二分支网络的任务网络实现尺寸大于预设大小的特征识别任务。

9.一种多任务属性识别设备，其特征在于，包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的多任务属性识别程序，所述多任务属性识别程序被所述处理器执行时实现如权利要求1至8中任一项所述的多任务属性识别方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有多任务属性识别程序，所述多任务属性识别程序被处理器执行时实现如权利要求1至8中任一项所述的多任务属性识别方法的步骤。