[发明专利]一种人体属性识别方法、装置、电子设备及介质在审
申请号: | 202011503078.7 | 申请日: | 2020-12-17 |
公开(公告)号: | CN112633119A | 公开(公告)日: | 2021-04-09 |
发明(设计)人: | 李婷婷 | 申请(专利权)人: | 北京赢识科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/62 |
代理公司: | 成都顶峰专利事务所(普通合伙) 51224 | 代理人: | 杨俊华 |
地址: | 100000 北京市门头沟区石*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 人体 属性 识别 方法 装置 电子设备 介质 | ||
1.一种人体属性识别方法,其特征在于,包括:
获取包含目标人员的目标图像;
将所述目标图像划分为多个子图像,其中,全部所述子图像分别包含所述目标人员不同的人体特征图像;
识别所述目标图像中的人体特征得到第一属性值,以及,识别全部所述子图像中的人体特征得到全部所述子图像分别对应的第二属性值;
将所述第一属性值与全部所述第二属性值进行比对,得到所述目标人员对应的识别结果;
输出所述识别结果。
2.根据权利要求1所述的方法,其特征在于,所述获取包含目标人员的目标图像的步骤之前,所述方法还包括:
采集多张包含所述目标人员的初始图像;
选取包含所述目标人员的人体特征最多的初始图像作为所述目标图像。
3.根据权利要求1所述的方法,其特征在于,所述识别所述目标图像中的特征得到第一属性值的步骤,包括:
将所述目标图像输入整体识别模型;
依次识别所述目标图像中包含的全部人体特征,输出所述第一属性值。
4.根据权利要求3所述的方法,其特征在于,所述识别全部所述子图像中的人体特征得到全部所述子图像分别对应的第二属性值的步骤,包括:
选取全部所述子图像对应的子识别模型;
将全部所述子图像输入其对应的所述子识别模型,将输出结果形成所述第二属性值。
5.根据权利要求4所述的方法,其特征在于,所述将所述目标图像输入整体识别模型的步骤之前,所述方法还包括:
利用预设数量的样本图像训练卷积神经网络,得到所述识别模型;
所述选取全部所述子图像对应的子识别模型的步骤之前,所述方法还包括:
将全部所述样本图像根据所述人体特征划分为多个样本子图像;
将全部所述样本子图像分别对所述卷积神经网络进行训练,得到不同所述人体特征对应的所述子识别模型。
6.根据权利要求1所述的方法,其特征在于,所述将所述第一属性值与全部所述第二属性值进行比对,得到所述目标人员对应的识别结果的步骤,包括:
将所述第一属性值与所述第二属性值中对应的数据类型进行比对;
若所述第一属性值与所述第二属性值中对应的数据类型不同,则将所述第二属性值作为所述识别结果。
7.一种人体属性识别装置,其特征在于,包括:
获取模块,用于获取包含目标人员的目标图像;
划分模块,用于将所述目标图像划分为多个子图像,其中,全部所述子图像分别包含所述目标人员不同的人体特征图像;
识别模块,用于识别所述目标图像中的人体特征得到第一属性值,以及,识别全部所述子图像中的人体特征得到全部所述子图像分别对应的第二属性值;
比对模块,用于将所述第一属性值与全部所述第二属性值进行比对,得到所述目标人员对应的识别结果;
输出模块,用于输出所述识别结果。
8.根据权利要求7所述的装置,其特征在于,所述比对模块还用于:
将所述第一属性值与所述第二属性值中对应的数据类型进行比对;
若所述第一属性值与所述第二属性值中对应的数据类型不同,则将所述第二属性值作为所述识别结果。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述权利要求1-6中任一项所述的人体属性识别方法。
10.一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述权利要求1-6中任一项所述的人体属性识别方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京赢识科技有限公司,未经北京赢识科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011503078.7/1.html,转载请声明来源钻瓜专利网。