[发明专利]一种头部特征提取方法、装置、电子设备及存储介质

权利要求书

1.一种头部特征提取方法，其特征在于，包括如下步骤：

获取待检测图像；

将所述待检测图像输入至预先训练好的人体检测神经网络模型，得到所述待检测图像中的人体检测框；

将所述人体检测框输入至预先训练好的头部特征检测分类模型，得到所述人体检测框的人体头部特征。

2.根据权利要求1所述的方法，其特征在于，所述人体检测神经网络模型为YOLOv3神经网络模型，所述头部特征检测分类模型为MobileNet分类网络。

3.根据权利要求1所述的方法，其特征在于，所述人体检测神经网络模型的训练过程包括：

获取第一训练样本，所述第一训练样本包括不同地域、不同时段、不同光照条件的场景图像以及所述场景图像中的人体预标注信息；

获取根据目标数据集训练好的第一预训练神经网络模型；

根据所述第一训练样本对所述第一预训练神经网络模型进行迁移学习，得到人体检测神经网络模型。

4.根据权利要求1所述的方法，其特征在于，所述头部特征检测分类模型的训练过程包括：

获取第二训练样本，所述第二训练样本包括多分类样本标签，所述多分类样本标签根据目标函数库中的多标签二值化函数得到；

将所述第二训练样本输入至第二预训练神经网络模型；

当所述第二预训练神经网络模型满足预定条件，则得到头部特征检测分类模型。

5.根据权利要求4所述的方法，其特征在于，还包括：

当第二训练样本输入至第二预训练神经网络模型出现特征提取错误，则将发生特征提取错误的第二训练样本重复输入至第二预训练神经网络模型，进行目标次数的迭代训练。

6.根据权利要求4所述的方法，其特征在于，获取第二训练样本包括：

获取待训练图像；

将所述待训练图像输入至预先训练好的人体检测YOLO V3模型，得到所述待训练图像中的人体检测框；

将所述人体检测框输入至预先训练好的特征分类YOLO V3模型，得到所述人体检测框对应的标签，根据所述人体检测框以及对应的标签构建得到所述第二训练样本。

7.根据权利要求1所述的方法，其特征在于，将所述待检测图像输入至预先训练好的人体检测神经网络模型，包括：将所述待检测图像尺寸调整至第一目标尺寸，将第一目标尺寸的待检测图像输入至预先训练好的人体检测神经网络模型；和/或

将所述人体检测框输入至预先训练好的头部特征检测分类模型，包括：将所述人体检测框尺寸调整至第二目标尺寸，将第二目标尺寸的人体检测框输入至预先训练好的头部特征检测分类模型。

8.一种头部特征提取装置，其特征在于，包括：

待检测图像获取模块，用于获取待检测图像；

人体检测模块，用于将所述待检测图像输入至预先训练好的人体检测神经网络模型，得到所述待检测图像中的人体检测框；

头部特征检测模块，用于将所述人体检测框输入至预先训练好的头部特征检测分类模型，得到所述人体检测框的人体头部特征。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1－7任一所述的头部特征提取方法的步骤。

10.一种存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1－7任一所述的头部特征提取方法的步骤。