【技术实现步骤摘要】
一种行人属性识别方法、装置、存储介质及终端
本专利技术涉及计算机
，特别涉及一种行人属性识别方法、装置、存储介质及终端。
技术介绍
近年来，基于人的图像识别分析技术取得了广泛的应用，例如年龄识别、公安防和门禁系统等。图像中的行人体型判断，是对行人进行语义描述的一个重要属性，即检测一张行人图片或视频中行人的身高、胖瘦等体型特征。目前，行人属性识别是计算机视觉领域的一个重要研究方向，也是视频监控中结构化分析的重要组成部分。在当前的行人属性识别中，利用包含行人属性标注信息的数据训练出的识别模型进行识别时，由于这种识别模型在训练过程中采集的数据样本对行人的属性标注的不够丰富，当对大量的数据样本进行标注时，浪费时间，增加了成本。因此利用该模型进行识别后导致识别后的结果不够准确。
技术实现思路
本专利技术实施例提供了一种行人属性识别方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范...
【技术保护点】
1.一种行人属性识别方法，其特征在于，所述方法包括：/n获取目标行人图像；/n将所述目标行人图像输入至预先训练的行人属性识别模型中，所述行人属性识别模型是基于第一数据样本和第二数据样本训练生成，所述第二数据样本是将所述第一数据样本输入到预先训练的风格迁移模型中所生成；/n输出所述目标行人图像对应的各属性值。/n
【技术特征摘要】
1.一种行人属性识别方法，其特征在于，所述方法包括：
获取目标行人图像；
将所述目标行人图像输入至预先训练的行人属性识别模型中，所述行人属性识别模型是基于第一数据样本和第二数据样本训练生成，所述第二数据样本是将所述第一数据样本输入到预先训练的风格迁移模型中所生成；
输出所述目标行人图像对应的各属性值。
2.根据权利要求1所述的方法，其特征在于，所述获取目标行人图像之前，还包括：
获取第一数据样本和目标测试数据样本；
创建风格迁移模型，将所述第一数据样本和目标测试数据样本输入至所述风格迁移模型中进行训练，生成训练完成的风格迁移模型。
3.根据权利要求2所述的方法，其特征在于，所述将所述第一数据样本和目标测试数据样本输入至所述风格迁移模型中进行训练，生成训练完成的风格迁移模型之后，还包括：
将所述第一样本数据输入至所述训练完成的风格迁移模型中生成第二数据样本。
4.根据权利要求3所述的方法，其特征在于，所述将所述第一样本数据输入至所述训练完成的风格迁移模型中生成第二数据样本之后，还包括：
创建行人属性识别模型；
将所述第一样本数据和所述第二样本数据合并后输入至所述行人属性识别模型中，输出所述模型的损失值；
当所述损失值达到预设阈值时，生成训练完成的行人属性识别模型。
5.一种行人属性识别装置，其特征在于，所述装置包括：
图像获取模块，用于获取目标行人图像；
图像输入模块，用于将所述目标行人图像输入至预先训...
【专利技术属性】
技术研发人员：王弯弯，张尉东，黄晓峰，殷海兵，贾惠柱，
申请(专利权)人：浙江省北大信息技术高等研究院，杭州未名信科科技有限公司，
类型：发明
国别省市：浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。