[发明专利]一种行人属性识别方法及装置

说明书

本申请提供一种行人属性识别方法及装置，属于模式识别技术领域。该方法包括：分别获取每个特征块中n个属性的初始识别结果，并分别获取基于空间位置关系确定的每个所述属性在各个所述特征块中的存在概率；所述特征块是将待识别图片的特征图划分成多个区域得到；根据每个所述特征块中的每个所述属性的所述初始识别结果与所述存在概率，确定所述待识别图片中每个所述属性的识别结果。本申请通过将属性的全局特征分块，利用特征块之间的空间位置关系，辅助属性的识别，不仅可以对行人属性特征中的全局特征进行精确提取与识别，还可以行人属性特征中的局部特征进行精确提取与识别，从而实现行人属性精细化识别。

技术领域

本申请涉及模式识别技术领域，尤其涉及一种行人属性识别方法及装置。

背景技术

行人属性识别，用于判别图片中的行人属性这一局部特征信息(如是否佩戴帽子、眼镜等)，对于现实生活中的很多场景都有实际的用处，如行人追踪，行人重识别(需要判断不同摄像头下拍摄的角度、光照、姿态各不相同的行人是否是同一个人)等。但是目前的行人属性识别方法的识别精度有限，尤其是对于帽子、眼镜和头发颜色等局部属性，无法精确识别。

发明内容

有鉴于此，本申请提供一种行人属性识别方法及装置，用于解决目前行人属性识别方法的识别精度低的问题。

为解决上述技术问题，第一方面，本申请提供一种行人属性识别方法，包括：

分别获取每个特征块中n个属性的初始识别结果，并分别获取基于空间位置关系确定的每个所述属性在各个所述特征块中的存在概率；所述特征块是将待识别图片的特征图划分成多个区域得到；

根据每个所述特征块中的每个所述属性的所述初始识别结果与所述存在概率，确定所述待识别图片中每个所述属性的识别结果。

可选的，所述根据每个所述特征块中的每个所述属性的所述初始识别结果与所述存在概率，确定所述待识别图片中每个所述属性的识别结果，包括：

针对每个所述特征块中的每个所述属性，将所述初始识别结果与所述存在概率相乘，得到每个所述特征块中每个所述属性的识别结果；

针对每个所述属性，确定多个所述特征块的所述属性的识别结果中的最大值，作为所述待识别图片中所述属性的识别结果。

可选的，所述分别获取每个特征块中n个属性的初始识别结果，并分别获取基于空间位置关系确定的每个所述属性在各个所述特征块中的存在概率之前，还包括：

利用去除最后一层全连接层的基础网络Resnet-50，对所述待识别图片进行特征提取，得到所述待识别图片的特征图。

可选的，所述分别获取每个特征块中n个属性的初始识别结果，包括：

针对每个所述特征块，进行第一操作，得到第一特征信息；所述第一操作包括池化操作；

根据所述第一特征信息，得到所述n个属性的所述初始识别结果。

可选的，所述第一操作还包括卷积操作。

可选的，所述针对每个所述特征块，进行第一操作，得到第一特征信息，包括：

针对每个所述特征块，按照以下公式进行池化操作：

其中，O为对所述特征块进行池化得到的特征信息，h、w为所述特征块高度的像素值和宽度的像素值，f_xy为所述特征块中高度为x、宽度为y处的像素点的特征值。

可选的，所述分别获取每个特征块中n个属性的初始识别结果，并分别获取基于空间位置关系确定的每个所述属性在各个所述特征块中的存在概率，包括：