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。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