[发明专利]人物属性识别方法、装置、设备及介质

权利要求书

1.一种人物属性识别方法，其特征在于，包括：

获取目标图像，所述目标图像包括多个第一对象；

将所述目标图像输入至训练得到的目标人物属性识别模型，得到每一所述第一对象的属性识别结果；

其中，所述目标人物属性识别模型包括目标主干网络模块、目标属性定位模块以及目标属性分类模块，所述目标属性分类模块包括第一目标分类模块；所述目标主干网络模块的输入端用于接收所述目标图像，所述目标主干网络模块的输出端与所述目标属性定位模块的输入端连接，所述目标属性定位模块的输出端用于输出与每一所述第一对象关联的属性定位图；所述第一目标分类模块的输入端用于接收至少两个第二对象所关联的属性定位图，所述第一目标分类模块的输出端用于输出每一所述第二对象的颜色属性类别；其中，所述第二对象为预先定义的需要进行颜色属性分类的第一对象，所述属性识别结果包括所述颜色属性类别；

所述第一对象关联的属性定位图为在所述目标图像上定位的所述第一对象的属性的局部图像区域；

所述第一目标分类模块为颜色属性分类模块，所述颜色属性分类模块用于对颜色属性进行分类。

2.根据权利要求1所述的方法，其特征在于，所述目标属性分类模块还包括多个第二目标分类模块；

所述第二目标分类模块的输入端用于接收对应的第一对象所关联的属性定位图；所述第二目标分类模块的输出端用于输出对应的第一对象的非颜色属性类别；

其中，所述属性识别结果包括所述非颜色属性类别。

3.根据权利要求1或2所述的方法，其特征在于，所述目标人物属性识别模型还包括弱监督学习模块；

所述将所述目标图像输入至训练得到的目标人物属性识别模型，得到每一所述第一对象的属性识别结果，包括：

将所述目标图像输入至所述目标主干网络模块，得到P组目标特征图，P为大于1的整数；

将所述P组目标特征图一一对应输入到与目标对象对应的P个目标属性定位模块中，输出得到P个第一属性定位图以及每一所述第一属性定位图的准确度，所述目标对象为所述多个第一对象中的任一个第一对象；

将所述P个第一属性定位图以及每一所述第一属性定位图的准确度输入到所述弱监督学习模块中，输出得到所述目标对象的第二属性定位图；

将所述第二属性定位图输入到与目标对象对应的目标属性分类模块，得到所述目标对象的属性识别结果。

4.根据权利要求1或2所述的方法，其特征在于，所述目标主干网络模块的输出端与所述目标属性定位模块的输入端之间，还设置有目标沙漏网络。

5.根据权利要求1或2所述的方法，其特征在于，所述将所述目标图像输入至训练得到的目标人物属性识别模型，得到每一所述第一对象的属性识别结果之前，所述方法还包括：

建立初始人物属性识别模型；

获取样本图像，所述样本图像包括多个第一对象，以及每一所述第一对象的属性标签；

将所述样本图像输入到所述初始人物属性识别模型中，得到每一所述第一对象的初始属性识别结果；

依据所述属性标签与所述初始属性识别结果对所述初始人物属性识别模型的网络参数进行调整，直至所述初始人物属性识别模型中的损失函数的损失值满足预设条件时，得到所述目标人物属性识别模型，所述损失函数的损失值为依据所述属性标签与所述初始属性识别结果确定。

6.根据权利要求5所述的方法，其特征在于，所述获取样本图像，包括：

获取原始图像；

对所述原始图像中的所述第一对象标注属性标签，得到第一样本图像；

对所述第一样本图像进行数据增强处理，得到第二样本图像；

其中，所述样本图像包括所述第一样本图像与所述第二样本图像，所述数据增强处理包括旋转、调色以及裁剪中的至少一项。

7.根据权利要求6所述的方法，其特征在于，所述对所述原始图像中的所述第一对象标注属性标签，包括：

获取所述第一对象对应的预设属性；

针对每一所述预设属性标注一个属性标签，所述属性标签包括多个标签值。