[发明专利]行人属性识别方法及装置、存储介质、电子装置

权利要求书

1.一种行人属性识别方法，其特征在于，包括：

根据训练集中样本数据的多个属性的分布情况确定属性对的条件概率，其中，所述训练集包括：行人属性的样本数据，所述条件概率包括：所述属性对的第一属性在预设条件下时所述属性对的第二属性出现和不出现的概率；

根据所述属性对的条件概率和所述多个属性的初始置信度，确定所述属性对的推测概率，其中，所述推测概率包括：通过所述第一属性的预测概率确定所述样本数据中出现或者不出现第二属性的概率，所述预测概率包括：根据所述初始置信度确定的所述第一属性出现和不出现的概率，所述初始置信度是根据预设学习模型对所述多个属性出现和不出现在样本数据中的初始预测结果；

根据所述属性对的推测概率更新所述初始置信度之后对行人属性进行判别；

其中，所述确定所述属性对的推测概率包括：

按照以下公式确定所述属性对的推测概率：

，

或

，

其中，e为所述样本数据，i为所述属性对的第二属性或第一属性，j为所述属性对的第一属性或第二属性，表示所述样本数据e中出现所述i，表示所述样本数据e中不出现所述i，表示根据所述样本数据e中所述j的预测概率所推测出所述样本数据e中出现所述i的概率，表示根据所述样本数据e中所述j的预测概率所推测出所述样本数据e中不出现所述i的概率，表示 i出现，表示 j出现，表示 i不出现，表示 j不出现，表示所述j出现条件下时所述i出现的概率，表示所述i出现条件下时所述j出现的概率，表示所述j不出现条件下时所述i出现的概率，表示所述i出现条件下时所述j不出现的概率，表示所述j不出现条件下时所述i不出现的概率，表示所述i不出现条件下时所述j不出现的概率，表示所述j出现条件下时所述i不出现的概率，表示所述i不出现条件下时所述j出现的概率，表示根据所述预设学习模型对所述j出现在所述样本数据e中的初始预测结果，表示根据所述预设学习模型对所述j不出现在所述样本数据e中的初始预测结果。

2.根据权利要求1所述的方法，其特征在于，根据所述属性对的推测概率更新所述初始置信度，包括：

根据所述属性对的推测概率重新分配所述初始置信度中第二属性出现的权重和第二属性不出现的权重；

根据所述第二属性出现的权重和第二属性不出现的权重更新所述初始置信度。

3.根据权利要求1所述的方法，其特征在于，根据训练集中样本数据的多个属性的分布情况确定属性对的条件概率，包括：

根据训练集中出现所述第一属性的样本数据中多个属性之间的相关性分布情况确定所述第二属性出现和不出现的数目；

根据训练集中不出现所述第一属性的样本数据中多个属性之间的相关性分布情况确定所述第二属性出现和不出现的数目；

根据所述第二属性出现和不出现的数目确定属性对的条件概率。

4.根据权利要求1所述的方法，其特征在于，根据所述属性对的条件概率和所述多个属性的初始置信度，确定所述属性对的推测概率，包括：

根据所述初始置信度确定所述第一属性出现的概率和所述第一属性不出现的概率；

根据所述第一属性出现的概率确定在所述样本数据中第二属性出现的条件概率；

根据所述第一属性不出现的概率确定在所述样本数据中第二属性出现的条件概率；

根据所述样本数据中第二属性出现的条件概率，确定所述属性对的推测概率。

5.根据权利要求1所述的方法，其特征在于，根据所述属性对的条件概率和所述多个属性的初始置信度，确定所述属性对的推测概率，包括：

根据所述初始置信度确定所述第一属性出现的概率和所述第一属性不出现的概率；

根据所述第一属性不出现的概率确定在所述样本数据中所述第二属性不出现的条件概率；

根据所述第一属性出现的概率确定在所述样本数据中所述第二属性不出现的条件概率；

根据所述样本数据中第二属性不出现的条件概率，确定所述属性对的推测概率。