一种人体属性识别方法及装置制造方法及图纸

本申请公开了一种人体属性识别方法及装置，该方法包括：在获取到待识别的目标图像后，可以从待识别的目标图像中提取出表征目标顾客的图像特征，其中，目标图像指的是目标顾客的逛店图像，然后，将该图像特征输入至预先构建的人体属性识别模型，从而可利用该模型识别出目标顾客的人体属性。可见，本申请通过将提取出的表征待识别的目标图像的图像特征输入至预先构建的人体属性识别模型，可以快速、准确地识别出目标顾客的人体属性(如年龄、姿态等)，进而可以根据目标顾客的这些人体属性为其进行准确的定向商品推荐，促成一些潜在的交易。而不再通过引导顾客注册成为品牌会员的方式来为顾客进行产品推荐，推荐的针对性更强、准确率更高。

A method and device of human body attribute recognition

【技术实现步骤摘要】
一种人体属性识别方法及装置
本申请涉及计算机
，尤其涉及一种人体属性识别方法及装置。
技术介绍
伴随着社会经济的不断高速发展，目前我国已具有数以万计的购物商场和超市等线下购物场所，对于其中的实体零售店来说，由于难以将顾客的线下逛店行为转化为数字化数据进行分析，导致难以对每一位客户进行准确的定向推荐，只能根据店铺整体运营情况，对销售策略进行泛泛的调整，相比于线上零售来说，在运营策略的多样性和精确性上，存在很大的劣势。因此，如何将顾客的逛店行为进行数字化处理和更深度的分析，以便于进行准确的定向商品推荐，成了许多线下商家的强烈需求。目前对于线下顾客来说，商家通常是引导顾客注册成为其品牌会员，再对顾客的每次购买行为进行分析，以产生有针对性的广告和优惠。这就导致了两个问题的出现：一是只能对已经发生了的交易进行数据分析。然而交易行为只占顾客所有逛店行为的一部分。如何利用顾客的其他逛店行为促成一些潜在的交易是难以实现的；二是只能对已经注册成会员的顾客进行交易数据分析。而注册成会员的顾客本身就具有一定程度的共通性，比如，都倾向于购买某品牌的衣服。在利用这些数据对店铺整体运营情况进行分析时，由于这些数据缺乏足够的代表性，其产生的结论也可能产生一定的偏颇。
技术实现思路
有鉴于此，本申请实施例提供一种人体属性方法及装置，能够灵活、准确地识别出顾客的人体属性(如年龄、姿态等)。为解决上述问题，本申请实施例提供的技术方案如下：第一方面，本申请实施例提供了一种人体属性识别方法，包括：获取待识别的目标图像，所述目标图像为目标顾客的逛店图像；从所述目标图像中，提取表征所述目标顾客的图像特征；将从所述目标图像中提取的图像特征输入至预先构建的人体属性识别模型，以识别出所述目标顾客的人体属性。可选的，所述从所述目标图像中，提取表征所述目标图像的图像信息的图像特征，包括：利用基于快速区域的卷积网络Faster-RCNN对所述目标图像进行检测，通过池化层输出所述图像特征。可选的，所述人体属性识别模型的数量为至少一个，且，不同的人体属性识别模型基于相同的所述图像特征分别输出对应的人体属性。可选的，构建所述人体属性识别模型，包括：获取顾客的人体属性训练图像；提取所述顾客的人体属性训练图像的图像特征；根据所述顾客的人体属性训练图像的图像特征以及所述顾客的人体属性训练图像对应的人体属性识别标签对初始人体属性识别模型进行训练，生成所述人体属性识别模型。可选的，所述初始人体属性识别模型包括全连阶层和非线性变换层。可选的，所述方法还包括：获取顾客的人体属性验证图像；提取所述顾客的人体属性验证图像的图像特征；将所述顾客的人体属性验证图像的图像特征输入所述人体属性识别模型，获得所述顾客的人体属性验证图像的识别结果；当所述顾客的人体属性验证图像的识别结果与所述顾客的人体属性验证图像对应的标记结果不一致时，将所述顾客的人体属性验证图像重新作为所述顾客的人体属性训练图像，对所述人体属性识别模型进行更新。第二方面，本申请提供一种人体属性识别装置，包括：第一获取单元，用于获取待识别的目标图像，所述目标图像为目标顾客的逛店图像；第一提取单元，用于从所述目标图像中，提取表征所述目标顾客的图像特征；人体属性识别模型，用于基于所述第一提取单元输出的图像特征，识别出所述目标顾客的人体属性。可选的，所述第一提取单元具体用于：利用基于快速区域的卷积网络Faster-RCNN对所述目标图像进行检测，通过池化层输出所述图像特征。可选的，所述人体属性识别模型数量为至少一个，且，不同的人体属性识别模型基于相同的所述图像特征分别输出对应的人体属性。可选的，所述装置还包括：第二获取单元，用于获取顾客的人体属性训练图像；第二提取单元，用于提取所述顾客的人体属性训练图像的图像特征；训练单元，用于根据所述顾客的人体属性训练图像的图像特征以及所述顾客的人体属性训练图像对应的人体属性识别标签对初始人体属性识别模型进行训练，生成所述人体属性识别模型。可选的，所述初始人体属性识别模型包括全连阶层和非线性变换层。可选的，所述装置还包括：第三获取单元，用于获取顾客的人体属性验证图像；第三提取单元，用于提取所述顾客的人体属性验证图像的图像特征；获得单元，用于将所述顾客的人体属性验证图像的图像特征输入所述人体属性识别模型，获得所述顾客的人体属性验证图像的识别结果；更新单元，用于当所述顾客的人体属性验证图像的识别结果与所述顾客的人体属性验证图像对应的标记结果不一致时，将所述顾客的人体属性验证图像重新作为所述顾客的人体属性训练图像，对所述人体属性识别模型进行更新。本申请实施例还提供了一种人体属性识别设备，包括：处理器、存储器、系统总线；所述处理器以及所述存储器通过所述系统总线相连；所述存储器用于存储一个或多个程序，所述一个或多个程序包括指令，所述指令当被所述处理器执行时使所述处理器执行上述人体属性识别方法中的任意一种实现方式。本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行上述人体属性识别方法中的任意一种实现方式。本申请实施例提供的一种人体属性识别方法及装置，在获取到待识别的目标图像后，可以从待识别的目标图像中提取出表征目标顾客的图像特征，其中，目标图像指的是目标顾客的逛店图像，然后，将该图像特征输入至预先构建的人体属性识别模型，从而可利用该模型识别出目标顾客的人体属性。可见，本申请实施例通过将提取出的表征待识别的目标图像的图像特征输入至预先构建的人体属性识别模型，可以快速、准确地识别出目标顾客的人体属性(如年龄、姿态等)，进而可以根据目标顾客的这些人体属性为其进行准确的定向商品推荐，促成一些潜在的交易。而不再通过引导顾客注册成为品牌会员的方式来为顾客进行产品推荐，推荐的针对性更强、准确率更高。并且，本申请实施例还可以将提取出的图像特征同时输入至预先构建的多种类型的人体属性识别模型，以同时获得目标顾客的多种人体属性。由于其中每一类型人体属性识别模型都是相互独立的，且可以基于相同的图像特征对同一目标顾客进行不同维度的识别，所以可以在同一检测器后端根据实际需求随时增加或减少不同类型的人体属性识别模型来识别出各自不同类型的人体属性，无需重复获取不同类型的图像特征，也无需重新标注训练数据，即。本申请提供的技术方案相对于传统的用于识别的网络模型，在识别需求改变时，无需重新训练检测器，仅对应实际需求选择不同类型的人体属性识别模型进行识别即可，方案整体具有很好的可扩展性。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面本文档来自技高网...

【技术保护点】
1.一种人体属性识别方法，其特征在于，包括：/n获取待识别的目标图像，所述目标图像为目标顾客的逛店图像；/n从所述目标图像中，提取表征所述目标顾客的图像特征；/n将从所述目标图像中提取的图像特征输入至人体属性识别模型，以识别出所述目标顾客的人体属性。/n

【技术特征摘要】
1.一种人体属性识别方法，其特征在于，包括：
获取待识别的目标图像，所述目标图像为目标顾客的逛店图像；
从所述目标图像中，提取表征所述目标顾客的图像特征；
将从所述目标图像中提取的图像特征输入至人体属性识别模型，以识别出所述目标顾客的人体属性。


2.根据权利要求1所述的方法，其特征在于，所述从所述目标图像中，提取表征所述目标顾客的图像特征，包括：
利用基于快速区域的卷积网络Faster-RCNN对所述目标图像进行检测，通过池化层输出所述图像特征。


3.根据权利要求1或2所述的方法，其特征在于，
所述人体属性识别模型的数量为至少一个，且，
不同的人体属性识别模型基于相同的所述图像特征分别输出对应的人体属性。


4.根据权利要求1所述的方法，其特征在于，构建所述人体属性识别模型，包括：
获取顾客的人体属性训练图像；
提取所述顾客的人体属性训练图像的图像特征；
根据所述顾客的人体属性训练图像的图像特征以及所述顾客的人体属性训练图像对应的人体属性识别标签对初始人体属性识别模型进行训练，生成所述人体属性识别模型。


5.根据权利要求4所述的方法，其特征在于，所述初始人体属性识别模型包括全连阶层和非线性变换层。


6.根据权利要求4至5任一项所述的方法，其特征在于，所述方法还包括：
获取顾客的人体属性验证图像；
提取所述顾客的人体属性验证图像的图像特征；
将所述顾客的人体属性验证图像的图像特征输入所述人体属性识别模型，获得所述顾客的人体属性验证图像的识别结果；
当所述顾客的人体属性验证图像的识别结果与所述顾客的人体属性验证图像对应的标记结果不一致时，将所述顾客的人体属性验证图像重新作为所述顾客的人体属性训练图像，对所述人体属性识别模型进行更新。


7.一种人体属性识别装置，其特征在于，包括：
第一获取单元，用于获取待识别的目标图像，所述目标图像为目标顾客的逛店图像；
第一提取单元，用于从所述目标图像中，提取表征所述目标顾客的图像特征；
人体属性识别模型，用于基于所述第一提取单元输出的图像特征，识别出所述目标...

【专利技术属性】
技术研发人员：周峰，
申请(专利权)人：北京爱笔科技有限公司，
类型：发明
国别省市：北京;11