[发明专利]行人属性识别方法及装置、存储介质、电子装置

说明书

本发明提供了一种行人属性识别方法及装置、存储介质、电子装置，其中所述方法包括：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；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；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。通过本发明，解决了行人属性识别方法直接根据模型的预测得出最终的属性识别结果，造成预测结果不准确的问题，进而达到了对行人属性的置信度进行重新打分，得到更加合理的属性置信度的效果。

技术领域

本发明涉及计算机视觉领域，具体而言，涉及一种行人属性识别方法及装置、存储介质、电子装置。

背景技术

行人作为监控视频中的重要目标之一，对行人进行外观的分析成为构建智能监控系统的关键，高效地识别行人的属性比如，性别、年龄、附属物和衣物祥式等作为视频结构化分析和智能监控中的重要一环，已成为一项行人视觉分析的基础任务，被广泛应用于人机交互和图像检索等领城。

行人属性识别方法中大多都单独分析每一个属性，忽略了属性之间的相关性比如，性别和头发长度、上身和下身衣着的搭配关系等，因此难以将属性间的关系应用于属性识别的推理预测中。

针对相关技术中，行人属性识别方法直接根据模型的预测得出最终的属性识别结果，造成预测结果不准确的问题，目前尚未存在有效的解决方案。

发明内容

本发明实施例提供了一种行人属性识别方法及装置、存储介质、电子装置，以至少解决相关技术中行人属性识别方法直接根据模型的预测得出最终的属性识别结果，造成预测结果不准确的问题。

根据本发明的一个实施例，提供了一种行人属性识别方法，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，

根据本发明的另一个实施例，提供了一种行人属性识别装置，包括：第一确定模块，用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，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；第二确定模块，用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，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；判别模块，用于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。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。