人体属性识别方法、系统、计算机设备及存储介质技术方案

本发明专利技术实施例提供一种人体属性识别方法，包括步骤：根据人体检出模型和属性识别模型对训练图像进行检测以得到人体图像坐标向量和人体属性向量；根据训练图像和人体图像坐标向量对初始属性识别神经网络进行训练以得到第一属性识别神经网络和多个特征矩阵；根据多个特征矩阵和人体属性向量对第一属性识别神经网络进行训练以得到第二属性识别神经网络；根据训练图像、人体图像坐标向量和人体属性向量对第二属性识别神经网络进行联合训练，以得到目标属性识别神经网络；根据目标属性识别神经网络对待识别图像进行识别，以得到待识别图像的人体属性值。通过本发明专利技术实施例，将人体检出任务和属性识别任务结合到一个神经网络模型中，以一个神经网络模型同时实现人体检出和属性识别，提高了人体属性识别的效率。

【技术实现步骤摘要】
人体属性识别方法、系统、计算机设备及存储介质
本专利技术实施例涉及计算机
，尤其涉及一种人体属性识别方法、系统、计算机设备及存储介质。
技术介绍
人体属性识别是对人物的性别、年龄、衣物的类型和颜色等的识别，被广泛应用于危险行为预警、交通违章监控、工业安防和自动售货机、自动柜员机(AutomaticTellerMachine，ATM)、商场和车站等公共场所的目标人物锁定等领域。现有的人体属性识别方案中，需要使用多个模型分别完成人体图像提取与属性识别的任务，然而，这种使用多个模型对人体属性进行识别的方法，在人体属性识别的过程中，各个模型之间的联合操作存在着不同程度的时间损耗。此外，对于每个检出的人体都需要进行属性识别，更加使得人体属性识别过程中的时间损耗无法保持稳定。故，本方案旨在解决现有的人体识别方法中无法运用单一模型进行属性识别，存在时间损耗，效率低下的问题。
技术实现思路
有鉴于此，本专利技术实施例提供了一种人体属性识别方法、系统、计算机设备及计算机可读存储介质，能够将人体检出任务和属性识别任务结合到本文档来自技高网...

【技术保护点】
1.一种人体属性识别方法，其特征在于，包括：/n获取训练图像，并根据预设的人体检出模型和预设的属性识别模型对所述训练图像进行人体检出和属性识别，以得到所述训练图像的人体图像坐标向量和人体属性向量；/n建立初始属性识别神经网络，并将所述训练图像和所述人体图像坐标向量输入到所述初始属性识别神经网络，以对所述初始属性识别神经网络进行人体检出的训练，从而得到第一属性识别神经网络和多个特征矩阵，其中，所述初始属性识别神经网络包括人体检出参数和属性识别参数；/n将所述多个特征矩阵和所述人体属性向量输入到所述第一属性识别神经网络以对所述第一属性识别神经网络进行属性识别的训练，从而得到第二属性识别神经网络；/...

【技术特征摘要】
1.一种人体属性识别方法，其特征在于，包括：
获取训练图像，并根据预设的人体检出模型和预设的属性识别模型对所述训练图像进行人体检出和属性识别，以得到所述训练图像的人体图像坐标向量和人体属性向量；
建立初始属性识别神经网络，并将所述训练图像和所述人体图像坐标向量输入到所述初始属性识别神经网络，以对所述初始属性识别神经网络进行人体检出的训练，从而得到第一属性识别神经网络和多个特征矩阵，其中，所述初始属性识别神经网络包括人体检出参数和属性识别参数；
将所述多个特征矩阵和所述人体属性向量输入到所述第一属性识别神经网络以对所述第一属性识别神经网络进行属性识别的训练，从而得到第二属性识别神经网络；
将所述训练图像、所述人体图像坐标向量和所述人体属性向量输入到所述第二属性识别神经网络以对所述第二属性识别神经网络进行人体检出与属性识别的联合训练，从而得到目标属性识别神经网络；
获取待识别图像，并根据所述目标属性识别神经网络对所述待识别图像进行识别，以得到所述待识别图像的人体属性值。


2.根据权利要求1所述的人体属性识别方法，其特征在于，所述根据预设的人体检出模型和预设的属性识别模型对所述训练图像进行识别，以得到所述训练图像的人体图像坐标向量和人体属性向量，包括：
根据所述人体检出模型对所述训练图像进行人体检出，以得到所述训练图像中的人体图像和人体图像坐标向量；
根据所述属性识别模型对所述人体图像进行属性识别，以得到所述人体图像的人体属性向量。


3.根据权利要求2所述的人体属性识别方法，其特征在于，所述根据所述属性识别模型对所述人体图像进行属性识别，以得到所述人体图像的人体属性向量，包括：
将所述人体图像输入至所述属性识别模型中，以使所述属性识别模型中的各个神经层对所述人体图像进行卷积、池化和全连接操作，并得到多个属性识别结果；
查找预设的属性和属性对照表，以得到与每个属性识别结果对应的目标属性值；
将多个目标属性值组成所述人体图像的人体属性向量。


4.根据权利要求1所述的人体属性识别方法，其特征在于，所述将所述训练图像和所述人体图像坐标向量输入到所述初始属性识别神经网络以对所述初始属性识别神经网络进行人体检出的训练，包括：
将所述训练图像输入到所述初始属性识别神经网络进行预处理、卷积和池化以得到所述多个特征矩阵和目标人体图像输出，并根据所述目标人体图像输出和所述人体图像坐标向量对所述人体检出参数进行更新，以得到所述第一属性识别神经网络。


5.根据权利要求1所述的人体属性识别方法，其特征在于，所述将所述多个特征矩阵和所述人体属性向量输入到所述第一属性识别神经网络以对所述第一属性识别神经网...

【专利技术属性】
技术研发人员：朱禹萌，陆进，陈斌，宋晨，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44