[发明专利]一种图像中人像识别方法及相关设备

权利要求书

1.一种图像中人像识别方法，其特征在于，包括：

服务器获取图像的信息；

所述服务器读取所述图像的信息，所述图像的信息中包含有图像的地理场景的信息；

所述服务器读取模板数据库的信息，所述模板数据库的信息中包含常见姿势模板的信息，所述常用姿势模板中包含站立姿势模板、下蹲姿势模板、依靠姿势模板以及坐下姿势模板；

服务器判断所述图像的信息中是否包含有所述常见姿势模板的信息；

若所述服务器确定所述图像的信息中包含有所述常见姿势模板的信息，则所述服务器根据所述图像的地理场景从所述常见姿势模板中确定待用姿势模板；

所述服务器根据所述待用姿势模板确定待用姿势的包络框；

所述服务器判断所述包络框在所述图像中是否匹配；

若包络框在所述图像中匹配，则所述服务器确定所述图像中包含有人像；

所述服务器利用人像属性算法对所述人像的信息进行计算得到所述人像的属性信息，所述人像属性算法是根据若干个样本中人像图像的已知属性信息的识别结果，按照属性信息的不同类型进行训练获得；

所述服务器将所述人像的属性信息进行储存。

2.根据权利要求1所述的图像中人像识别方法，其特征在于，所述服务器根据所述图像的地理场景从所述常见姿势模板中确定待用姿势模板包括：

所述服务器读取所述图像的地理场景为路面，则所述服务器确定所述站立姿势和所述下蹲姿势为待用姿势；

所述服务器读取所述图像的地理场景为栏杆，则所述服务器确定所述站立姿势和所述依靠姿势为待用姿势；

所述服务器读取所述图像的地理场景为椅子，则所述服务器确定所述站立姿势和所述坐下姿势为待用姿势。

3.根据权利要求1所述的图像中人像识别方法，其特征在于，所述人像属性算法的训练包括：

所述服务器读取样本人像数据，所述样本人像数据为预先录入，每个样本人像数据中包含样本人像图像以及样本人像图像的各种属性信息；

所述服务器从所述样本人像图像中提取人像特征；

所述服务器获取初始模型的不同属性信息；

所述服务器根据所述初始模型中的不同属性信息对应的子模型对每个样本人像图像的人像特征进行前向计算，得到每个样本人像图像的多个属性信息的预测值；

所述服务器根据预测值与属性信息的值按照属性信息的不同类型计算得到多个属性信息的损耗值；

所述服务器将多个属性信息的损耗值求和，得到多个属性信息的总损耗值；

所述服务器对所述初始模型中的不同属性信息对应的子模型的参数进行调整，直到调整后的参数使得多个属性信息的总损耗值小于或等于预设阈值，

所述服务器获取得到人像属性算法。

4.根据权利要求1所述的图像中人像识别方法，其特征在于，所述服务器判断所述包络框在所述图像中是否匹配包括：

所述服务器提取所述图像中主体内容的轮廓；

所述服务器判断所述包络框与所述轮廓是否吻合；

若是，则所述服务器确定所述包络框与所述图像匹配。

5.根据权利要求1至4中任一项所述的图像中人像识别方法，其特征在于，在所述服务器判断所述包络框在所述图像中是否匹配之后，所述方法还包括：

若否，则所述服务器确定所述图像中无人像。

6.根据权利要求1至4中任一项所述的图像中人像识别方法，其特征在于，所述服务器判断所述图像的信息中是否包含有所述常见姿势的信息之后，所述方法还包括：

若否，则所述服务器确定所述图像中无人像。