[发明专利]一种基于空间化结构关系的行人属性识别方法及系统在审

专利信息
申请号: 202111240824.2 申请日: 2021-10-25
公开(公告)号: CN114067261A 公开(公告)日: 2022-02-18
发明(设计)人: 席道亮;许野平;刘辰飞;陈英鹏;张朝瑞;高朋;刘明顺 申请(专利权)人: 神思电子技术股份有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V40/10;G06V10/40;G06V10/80;G06K9/62
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 闫伟姣
地址: 250101 山东*** 国省代码: 山东;37
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 基于 空间 结构 关系 行人 属性 识别 方法 系统
【权利要求书】:

1.一种基于空间化结构关系的行人属性识别方法,其特征在于,包括:

对行人目标图像采用构建的行人属性识别模型进行属性识别,得到行人属性识别结果;所述属性识别过程包括:

对行人目标图像提取空间特征图;

对空间特征图进行窗口划分,对每个窗口进行属性注意力机制的特征提取后,得到所有空间属性的特征,并分别筛选出人体上层空间属性、中层空间属性和下层空间属性的空间属性特征;

对多层空间属性特征进行特征融合后,得到行人属性识别结果。

2.如权利要求1所述的一种基于空间化结构关系的行人属性识别方法,其特征在于,对行人目标图像提取空间特征图的过程包括,基于移动窗口的多头注意力对行人目标图像进行空间特征图的提取,并对每个窗口下的特征图进行像素移位。

3.如权利要求2所述的一种基于空间化结构关系的行人属性识别方法,其特征在于,对行人目标图像提取空间特征图的过程还包括,对空间特征图利用掩码矩阵标记无关特征信息,并滤除无关特征信息。

4.如权利要求1所述的一种基于空间化结构关系的行人属性识别方法,其特征在于,空间属性的特征提取之前,对空间特征图进行特征的归一化处理。

5.如权利要求1所述的一种基于空间化结构关系的行人属性识别方法,其特征在于,筛选空间属性特征的过程包括,对所有空间属性的特征,根据属性的空间位置进行提取,并将除提取的空间位置以外的其他空间位置的特征赋值为inf。

6.如权利要求5所述的一种基于空间化结构关系的行人属性识别方法,其特征在于,特征融合的过程包括,删除赋值为inf的空间属性特征。

7.如权利要求1所述的一种基于空间化结构关系的行人属性识别方法,其特征在于,对行人目标图像进行属性识别前,先进行图像预处理,所述图像预处理包括,将行人目标图像进行图像分割,得到片块图像,将片块图像的原始像素特征映射至固定大小的指定维度上,得到待属性识别的特征图。

8.一种基于空间化结构关系的行人属性识别系统,其特征在于,包括:

属性识别模块,被配置为对行人目标图像采用构建的行人属性识别模型进行属性识别,得到行人属性识别结果;所述属性识别过程包括:

特征提取模块,被配置为对行人目标图像提取空间特征图;

空间结构划分模块,被配置为对空间特征图进行窗口划分,对每个窗口进行属性注意力机制特征提取后,得到所有空间属性的特征,并分别筛选出人体上层空间属性、中层空间属性和下层空间属性的空间属性特征;

特征融合模块,被配置为对多层空间属性特征进行特征融合后,得到行人属性识别结果。

9.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-7任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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神思电子技术股份有限公司,未经神思电子技术股份有限公司许可,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/202111240824.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top