[发明专利]标签构建方法及相关装置

说明书

本申请公开了一种标签构建方法及相关装置，标签构建方法包括：获得训练集，其中，训练集中包含多个训练图像，且每个训练图像中均包含特定目标；对每个训练图像中的特定目标进行身体部位划分，以获得多个身体部位的局部图像；利用每个训练图像的所有身体部位的局部图像获得对应的训练图像的特征；利用每个训练图像的特征获得训练图像相对于多个参考图像的相似度，其中，每个参考图像中均包含特定目标；根据与每个训练图像对应的多个相似度设置训练图像的标签。通过上述方式，本申请能够避免人工定义标签的介入，可以更为客观的反应出目标实际完整程度，其鲁棒性更强，且更加能够适用于下游算法模型。

技术领域

本申请属于图像识别技术领域，具体涉及一种标签构建方法及相关装置。

背景技术

现有技术中所采用的图像优选方法大部分注重图像的质量评价，忽略了目标的完整程度；而在视频结构化领域，图像中目标足够完整往往是属性准确识别的前提，完整性评价在大多数图像优选方案中有所欠缺。其次在完整性评分环节，往往是由神经网络直接输出目标的完整性评分，而对于完整性分数标签的构建往往是人工按照某一套标准主观标定的，不能准确反映出目标实际完整性程度，进而对于后续属性识别和行人重识别任务准确率有影响。例如，如图1中所示，图1为人体上半身完整性变化示意图。人体上半身的遮挡程度在连续多帧图像内会不断变化，而这种细微变化对应的分数标签通过人工定义标准往往很难给出。

发明内容

本申请提供一种标签构建方法及相关装置，以避免人工定义标签的介入。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种标签构建方法，包括：获得训练集，其中，所述训练集中包含多个训练图像，且每个所述训练图像中均包含特定目标；对每个所述训练图像中的所述特定目标进行身体部位划分，以获得多个所述身体部位的局部图像；利用每个所述训练图像的所有所述身体部位的局部图像获得对应的所述训练图像的特征；利用每个所述训练图像的特征获得所述训练图像相对于多个参考图像的相似度，其中，每个所述参考图像中均包含所述特定目标；根据与每个所述训练图像对应的多个所述相似度设置所述训练图像的标签。

其中，所述对每个所述训练图像中的所述特定目标进行身体部位划分，以获得多个所述身体部位的局部图像的步骤，包括：获得每个所述训练图像中所述特定目标的多个人体部位关键点；根据所述多个人体部位关键点获得多个所述身体部位的局部图像；其中，每个所述身体部位的局部图像中包含多个人体部位关键点。

其中，所述根据所述多个人体部位关键点获得多个所述身体部位的局部图像的步骤，包括：获得属于当前所述身体部位的多个所述人体部位关键点，并将其最小外接距形所对应的图像作为当前所述身体部位的局部图像。

其中，所述并将其最小外接距形所对应的图像作为当前所述身体部位的局部图像的步骤之前，还包括：判断当前所述身体部位的所有所述人体部位关键点是否全部被检测出，且每个所述人体部位关键点的置信度大于或等于阈值；若是，则直接进入所述并将其最小外接距形所对应的图像作为当前所述身体部位的局部图像的步骤；否则，利用已有的数据更新当前所述身体部位中未检测出或者检测出但置信度小于所述阈值的人体部位关键点，进入所述并将其最小外接距形所对应的图像作为当前所述身体部位的局部图像的步骤。

其中，所述多个人体部位关键点包括：头部、颈部、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左腰、右腰、左膝、右膝、左脚踝和右脚踝；所述身体部位包括上半身、身体中部和下半身；其中，所述上半身的局部图像包括头部、颈部、左肩、右肩、左手肘、右手肘、左手腕、右手腕、左腰和右腰；所述身体中部的局部图像包括左腰、右腰、左膝和右膝；所述下半身的局部图像包括左膝、右膝、左脚踝和右脚踝。

其中，所述利用每个所述训练图像的所有所述身体部位的局部图像获得对应的所述训练图像的特征的步骤，包括：对所有所述身体部位的局部图像进行特征提取；将每个所述训练图像的所有所述身体部位的局部图像进行一维特征向量拼接，以获得对应的所述训练图像的特征。