[发明专利]特征信息的获取方法、装置和存储介质

权利要求书

1.一种特征信息的获取方法，包括：

获取包括关注对象的第一图像；

获取所述第一图像的关联图像；

根据关注对象的特征值将第一图像及其关联图像输入与其对应的分类模型，以对应地得到至少一组所述关注对象的特征信息。

2.根据权利要求1所述的特征信息的获取方法，其特征在于，所述根据关注对象的特征值将第一图像及其关联图像输入与其对应的分类模型包括：将关注对象的特征值与特征值阈值进行比较，并根据比较结果将第一图像及其关联图像输入与其对应的分类模型。

3.根据权利要求2所述的特征信息的获取方法，其特征在于，所述特征值阈值包括第一阈值，

若关注对象的特征值小于所述第一阈值，所述分类模型包括至少一个分类神经网络模型；

若关注对象的特征值大于所述第一阈值，所述分类模型包括至少两个神经网络模型和与所述至少两个神经网络模型的输出相连的至少一个分类器，其中，各个神经网络模型的分辨率均不同。

4.根据权利要求3所述的特征信息的获取方法，其特征在于，所述关注对象的特征信息包括第一分类维度的特征信息，

若关注对象的特征值大于所述第一阈值，所述分类模型包括两个神经网络模型和与所述两个神经网络模型的输出相连的一个分类器。

5.根据权利要求3所述的特征信息的获取方法，其特征在于，所述关注对象的特征信息包括第一分类维度至第n分类维度的特征信息，

若关注对象的特征值大于所述第一阈值，所述分类模型包括两个神经网络模型和与所述两个神经网络模型各分类维度信息的输出对应相连的n个分类器。

6.根据权利要求2所述的特征信息的获取方法，其特征在于，所述特征值阈值包括第一阈值和第二阈值，

若所述关注对象的特征值小于所述第一阈值，所述分类模型包括至少一个分类神经网络模型；

若所述关注对象的特征值大于所述第一阈值、小于所述第二阈值，所述分类模型包括至少两个神经网络模型和与所述至少两个神经网络模型的输出相连的至少一个分类器，其中各个神经网络模型的分辨率均不同；

若所述关注对象的特征值大于所述第二阈值，所述分类模型包括至少三个神经网络模型和与所述至少三个神经网络模型的输出相连的至少一个分类器，其中各个神经网络模型的分辨率均不同。

7.根据权利要求6所述的特征信息的获取方法，其特征在于，所述关注对象的特征信息包括第一分类维度的特征信息，

若关注对象的特征值大于所述第一阈值、小于所述第二阈值，所述分类模型包括两个神经网络模型和与所述两个神经网络模型的输出相连的一个分类器；

若所述关注对象的特征值大于所述第二阈值，所述分类模型包括至三个神经网络模型和与所述三个神经网络模型的输出相连的一个分类器。

8.根据权利要求6所述的特征信息的获取方法，其特征在于，所述关注对象的特征信息包括第一分类维度至第n分类维度的特征信息，

若关注对象的特征值大于所述第一阈值、小于所述第二阈值，所述分类模型包括两个神经网络模型和与所述两个神经网络模型各分类维度信息的输出对应相连的n个分类器。

若所述关注对象的特征值大于所述第二阈值，所述分类模型包括至三个神经网络模型和与所述三个神经网络模型各分类维度信息的输出对应相连的n个分类器。

9.一种特征信息的获取装置，其特征在于，包括：

采集单元，用于获取包括关注对象的第一图像；

处理单元，用于获取所述第一图像的关联图像，并根据关注对象的特征值将第一图像及其关联图像输入与其对应的分类模型，以对应地得到至少一组所述关注对象的特征信息。

10.一种计算机可读存储介质，其上存储有计算机可执行指令，所述计算机可执行指令由处理器执行时，实现根据权利要求1-8任一项所述的特征信息的获取方法。