[发明专利]属性识别装置和方法及存储介质

权利要求书

1.一种属性识别装置，所述属性识别装置包括：

提取单元，利用特征提取神经网络，从图像中提取第一特征；

第一识别单元，利用第一识别神经网络，基于所述第一特征识别所述图像中的对象的第一属性；及

第二识别单元，利用第二识别神经网络，基于所述第一特征识别所述对象的至少一个第二属性；其中，基于所述第一属性从多个第二识别神经网络候选中确定一个第二识别神经网络候选作为所述第二识别神经网络。

2.根据权利要求1所述的属性识别装置，其中所述第一识别单元包括：

第一生成单元，利用所述第一识别神经网络，基于所述第一特征生成与所述第一属性相关联的特征；及

分类单元，利用所述第一识别神经网络，基于与所述第一属性相关联的特征识别所述第一属性。

3.根据权利要求2所述的属性识别装置，所述属性识别装置进一步包括：

第二生成单元，基于所述第一特征和与所述第一属性相关联的特征，生成第二特征；

其中，所述第二识别单元，利用所述第二识别神经网络，基于所述第二特征识别所述对象的至少一个第二属性。

4.根据权利要求3所述的属性识别装置，其中，所述第二特征为与所述第二识别单元要识别的所述对象的至少一个第二属性相关联的特征。

5.根据权利要求2所述的属性识别装置，其中所述第一属性为所述对象是否被遮挡物遮挡，其中与所述第一属性相关联的特征体现所述遮挡物的概率分布。

6.根据权利要求1或权利要求2所述的属性识别装置，其中，基于其中标注有所述第一属性的训练样本，通过反向传递方式同时更新所述特征提取神经网络和所述第一识别神经网络。

7.根据权利要求6所述的属性识别装置，其中，对于所述第二识别神经网络候选中的每一个，基于其中的标注与所述第一属性的类别相对应的训练样本，通过反向传递方式同时更新该第二识别神经网络候选、所述特征提取神经网络和所述第一识别神经网络。

8.根据权利要求7所述的属性识别装置，其中，基于其中标注有所述第一属性的训练样本，通过反向传递方式同时更新所述第二识别神经网络候选中的每一个、所述特征提取神经网络和所述第一识别神经网络。

9.根据权利要求8所述的属性识别装置，其中，通过确定将标注有所述第一属性的训练样本经由所述第二识别神经网络候选中的每一个、所述特征提取神经网络和所述第一识别神经网络而造成的损失来更新这些神经网络；

其中，经由所述特征提取神经网络和所述第一识别神经网络而得到的识别结果将作为确定经由所述第二识别神经网络候选中的每一个而造成的损失的参数。

10.一种属性识别方法，所述属性识别方法包括：

提取步骤，利用特征提取神经网络，从图像中提取第一特征；

第一识别步骤，利用第一识别神经网络，基于所述第一特征识别所述图像中的对象的第一属性；及

第二识别单元步骤，利用第二识别神经网络，基于所述第一特征识别所述对象的至少一个第二属性；其中，基于所述第一属性从多个第二识别神经网络候选中确定一个第二识别神经网络候选作为所述第二识别神经网络。

11.根据权利要求10所述的属性识别方法，其中所述第一识别步骤包括：

第一生成步骤，利用所述第一识别神经网络，基于所述第一特征生成与所述第一属性相关联的特征；及

分类步骤，利用所述第一识别神经网络，基于与所述第一属性相关联的特征识别所述第一属性。

12.根据权利要求11所述的属性识别方法，所述属性识别方法进一步包括：

第二生成步骤，基于所述第一特征和与所述第一属性相关联的特征，生成第二特征；

其中，在所述第二识别步骤中，利用所述第二识别神经网络，基于所述第二特征识别所述对象的至少一个第二属性。