[发明专利]一种人体图像的打分方法、装置、电子设备和存储介质

权利要求书

1.一种人体图像的打分方法，其特征在于，包括：

获取待处理的目标人体图像；

根据至少两个分类下的人体样本图像，获取所述目标人体图像在各所述分类下的分类概率值；

根据与各所述分类分别对应的得分值，以及所述分类概率值，计算所述目标人体图像的打分结果。

2.根据权利要求1所述的方法，其特征在于，根据至少两个分类下的人体样本图像，获取所述目标人体图像在各所述分类下的分类概率值，包括：

将所述目标人体图像输入至预先训练的图像分类模型中，获取所述目标人体图像在各所述分类下的分类概率值；

其中，所述图像分类模型通过所述至少两个分类下的人体样本图像训练得到。

3.根据权利要求2所述的方法，其特征在于，在获取待处理的目标人体图像之前，还包括：

获取预先标注有分类的多个人体样本图像；

使用所述多个人体样本图像，对预设的机器学习模型进行训练，得到所述图像分类模型。

4.根据权利要求3所述的方法，其特征在于，所述机器学习模型为：残差网络模型，所述残差网络模型中叠加有卷积块注意模块。

5.根据权利要求3所述的方法，其特征在于，在获取预先标注有分类的多个人体样本图像之后，还包括：

在各所述人体样本图像中分别识别出头部和身体区域；

根据所述头部和身体区域，在保留头部区域的基础上，对各所述人体样本图像进行至少一个身体裁剪比例的裁剪处理，以对所述人体样本图像进行人像裁剪增广。

6.根据权利要求5所述的方法，其特征在于，在获取待处理的目标人体图像之后，还包括：

将所述目标人体图像进行边缘补零扩展，以得到正方形图像；

对所述正方形图像进行图像伸缩，以适配所述残差网络模型的输入要求。

7.根据权利要求1所述的方法，其特征在于，在根据与各所述分类分别对应的得分值，以及所述分类概率值，计算所述目标人体图像的打分结果之前，还包括：

采用局部搜索的方式，获取与各所述分类分别对应的得分值。

8.一种人体图像的打分装置，其特征在于，包括：

图像获取模块，用于获取待处理的目标人体图像；

概率值获取模块，用于根据至少两个分类下的人体样本图像，获取所述目标人体图像在各所述分类下的分类概率值；

打分模块，用于根据与各所述分类分别对应的得分值，以及所述分类概率值，计算所述目标人体图像的打分结果。

9.根据权利要求8所述的装置，其特征在于，根概率值获取模块具体用于：

将所述目标人体图像输入至预先训练的图像分类模型中，获取所述目标人体图像在各所述分类下的分类概率值；

其中，所述图像分类模型通过所述至少两个分类下的人体样本图像训练得到。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

获取单元，用于获取预先标注有分类的多个人体样本图像；

训练单元，用于使用所述多个人体样本图像，对预设的机器学习模型进行训练，得到所述图像分类模型。

11.根据权利要求10所述的装置，其特征在于，所述机器学习模型为：残差网络模型，所述残差网络模型中叠加有卷积块注意模块。

12.根据权利要求10所述的装置，其特征在于，所述装置还包括：

识别模块，用于在各所述人体样本图像中分别识别出头部和身体区域；

裁剪模块，用于根据所述头部和身体区域，在保留头部区域的基础上，对各所述人体样本图像进行至少一个身体裁剪比例的裁剪处理，以对所述人体样本图像进行人像裁剪增广。