[发明专利]性别识别方法、装置、电子设备及计算机可读存储介质在审

专利信息
申请号: 201811223787.2 申请日: 2018-10-19
公开(公告)号: CN111079473A 公开(公告)日: 2020-04-28
发明(设计)人: 王涛;李律松;陈强 申请(专利权)人: 北京奇虎科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 100088 北京市西城区新*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 性别 识别 方法 装置 电子设备 计算机 可读 存储 介质
【权利要求书】:

1.一种基于神经网络的性别识别方法,其特征在于,包括,

通过预设的识别方式,识别确定待识别图像中包括至少一个目标人物;

通过预训练的神经网络识别模型对包括至少一个目标人物的待识别图像进行性别识别,得到至少一个目标人物的性别识别结果。

2.根据权利要求1所述的方法,所述通过预训练的神经网络识别模型对包括至少一个目标人物的待识别图像进行性别识别,得到至少一个目标人物的性别识别结果,包括,

通过预训练的神经网络识别模型,对所述包括至少一个目标人物的待识别图像进行特征提取得到特征向量,并依据特征向量进行性别识别,得到所述待识别图像中包括的人物的性别识别结果;

其中,所述特征包括人物的身型特征、着装特征和携带物特征中的至少一项。

3.根据权利要求1所述的方法,其特征在于,所述通过预训练的神经网络识别模型对包括至少一个目标人物的待识别图像进行性别识别,得到至少一个目标人物的性别识别结果,包括,

对所述待识别图像进行切分处理,得到至少一个包括单一目标人物的切分图像;

通过预训练的神经网络识别模型对任一包括单一目标人物的切分图像进行性别识别,得到任一切分图像中包括的目标人物的性别识别结果。

4.根据权利要求1所述的方法,其特征在于,所述通过预设的识别方式,识别确定待识别图像中包括至少一个目标人物,包括,

依据预设的提取频率从图像采集设备采集到的视频中提取至少一个图像帧,所述预设的提取频率是根据统计得到的行人通过图像采集装置所监控区域的平均时长来确定的;

通过预训练的人像检测识别模型对所述至少一个图像帧进行检测识别,识别确定出至少一个包括至少一个目标人物的待识别图像。

5.根据权利要求3所述的方法,其特征在于,所述对所述待识别图像进行切分处理,得到至少一个包括单一目标人物的切分图像,包括,

对所述待识别图像进行人物识别,确定所述待识别图像中包括的人物数量及各个人物在所述待识别图像中的所占区域;

依据已确定的所述待识别图像中包括的人物数量及各个人物在所述待识别图像中的所占区域,对所述待识别图像进行切分处理,得到至少一个包括单一目标人物的切分图像。

6.根据权利要求3所述的方法,其特征在于,所述通过预训练的神经网络识别模型对任一包括单一目标人物的切分图像进行性别识别,得到任一切分图像中包括的人物的性别识别结果,包括:

对任一包括单一目标人物的切分图像进行人物特征提取,得到针对任一目标人物的特征信息;

将针对任一目标人物的特征信息输入至预训练的神经网络识别模型,得到任一目标人物的性别识别结果。

7.根据权利要求4所述的方法,其特征在于,该方法还包括,

针对当前待识别图像,将在视频时间轴上相对于当前待识别图像的在前的第一预定数量的图像帧与在后的第二预定数量的图像帧,进行切分处理,得到多个包括单一目标人物的切分图像;

对多个包括单一目标人物的切分图像进行人物特征提取,得到针对各个人物的特征信息;

将针对各个人物的特征信息进行相似度计算,并根据相似度计算结果对所述多个包括单一目标人物的切分图像进行去重,得到去重后的切分图像;

所述通过预训练的神经网络识别模型对任一包括单一目标人物的切分图像进行性别识别,得到任一切分图像中包括的人物的性别识别结果,包括,

通过预训练的神经网络识别模型对所述去重后的切分图像进行性别识别,得到任一去重后的切分图像中包括的人物的性别识别结果。

8.一种基于神经网络的性别识别装置,其特征在于,该装置包括识别确定模块、识别模块;

所述识别确定模块,用于通过预设的识别方式,识别确定待识别图像中包括至少一个目标人物;

所述识别模块,用于通过预训练的神经网络识别模型对所述识别确定模块识别确定的包括至少一个目标人物的待识别图像进行性别识别,得到至少一个目标人物的性别识别结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京奇虎科技有限公司,未经北京奇虎科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811223787.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top