[发明专利]基于人物细粒度特征的图像识别方法及装置

权利要求书

1.一种基于人物细粒度特征的图像识别方法，其特征在于，所述方法包括以下步骤：

获取待识别人物图像；

对所述待识别人物图像进行特征提取，获得人物特征图层；

将所述人物特征图层输入至预设超列特征识别模型中，获得对应的图像识别结果；

根据所述图像识别结果获取图像识别准确率；

在所述图像识别准确率大于或等于预设标准阈值时，将所述图像识别结果作为基于人物细粒度特征的图像识别结果。

2.如权利要求1所述的方法，其特征在于，所述获取人物的待识别图像的步骤之前，还包括：

获取不同人物对应的图像训练集，对所述图像训练集进行遍历，获得遍历到的当前训练图像；

根据所述当前训练图像获取对应的样本卷积图层；

从所述样本卷积图层中提取样本特征图层；

获取所述样本特征图层对应的图层像素点集；

通过预设上采样法对所述图层像素点集进行叠加处理，获得样本超列集；

在遍历结束时，根据获得的所有样本超列集构建样本超列集集合；

分别对所述样本超列集集合中的每个样本超列集进行预处理，获得样本目标图像集合；

获取所述样本目标图像集合包含的各样本目标图像对应的样本人物识别结果；

根据所述训练图像集和所述样本人物识别结果构建预设超列特征识别模型。

3.如权利要求2所述的方法，其特征在于，所述分别对所述样本超列集集合中的每个样本超列集进行预处理，获得样本目标图像集合的步骤，包括：

对所述样本超列集集合进行遍历，获得遍历到的当前样本超列集；

通过预设下采样法对所述当前样本超列集进行预处理，获得目标超列集；

对所述目标超列集进行扁平化处理，获得目标区域；

根据所述目标区域确定注意区域定位参数；

在遍历结束时，根据获得的所有注意区域定位参数构建注意区域定位参数集合；

根据所述注意区域定位参数集合中的每个注意区域定位参数，分别对所述样本目标图像集合包含的各样本目标图像进行处理获得样本目标图像集合。

4.如权利要求3所述的方法，其特征在于，所述根据所述注意区域定位参数集合中的每个注意区域定位参数，分别对所述样本目标图像集合包含的各样本目标图像进行处理获得样本目标图像集合的步骤，包括：

对所述注意区域定位参数集合进行遍历，获得遍历到的当前注意区域定位参数；

根据所述当前注意区域定位参数确定目标区域位置；

根据所述目标区域位置对所述当前训练图像进行区域裁剪，获得目标区域图像；

通过预设双线性插值法对所述目标区域图像进行放大处理，获得样本目标图像；

在遍历结束时，根据获得的所有样本目标图像构建样本目标图像集合。

5.如权利要求2所述的方法，其特征在于，所述获取所述样本目标图像集合包含的各样本目标图像对应的样本人物识别结果的步骤之后，还包括：

将所述样本特征图层输入至预设残差模型中获得样本高维特征图层；

根据所述样本高维特征图层确定样本类别概率损失值；

判断所述样本类别概率损失值是否大于预设概率阈值；

在所述样本类别概率损失值大于所述预设概率阈值时，执行所述根据所述训练图像集和所述样本人物识别结果构建预设超列特征识别模型的步骤。

6.如权利要求5所述的方法，其特征在于，所述判断所述样本类别概率损失值是否大于预设概率阈值的步骤之后，还包括：

在所述样本类别概率损失值小于或等于所述预设概率阈值时，返回所述从所述样本卷积图层中提取样本特征图层的步骤。

7.如权利要求1所述的方法，其特征在于，所述对所述待识别人物图像进行特征提取，获得人物特征图层的步骤，包括：

将所述待识别人物图像输入至预设卷积神经网络模型中获得初始特征图层；

对初始特征图层进行池化处理，获得注意力图像；

根据所述注意力图像和所述初始特征图层得到人物特征图层。