【技术实现步骤摘要】
行人属性识别方法及装置、存储介质、电子装置
本专利技术涉及计算机视觉领域,具体而言,涉及一种行人属性识别方法及装置、存储介质、电子装置。
技术介绍
行人作为监控视频中的重要目标之一,对行人进行外观的分析成为构建智能监控系统的关键,高效地识别行人的属性比如,性别、年龄、附属物和衣物祥式等作为视频结构化分析和智能监控中的重要一环,已成为一项行人视觉分析的基础任务,被广泛应用于人机交互和图像检索等领城。行人属性识别方法中大多都单独分析每一个属性,忽略了属性之间的相关性比如,性别和头发长度、上身和下身衣着的搭配关系等,因此难以将属性间的关系应用于属性识别的推理预测中。针对相关技术中,行人属性识别方法直接根据模型的预测得出最终的属性识别结果,造成预测结果不准确的问题,目前尚未存在有效的解决方案。
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及装置、存储介质、电子装置,以至少解决相关技术中行人属性识别方法直接根据模型的预测得出最终的属性识别结果,造成预测结果不准确的问题。根据本专利技术的一个实施例,提供了一种行人属性识别方法,包括:根据训练集中样本数据的多个属性的分布情况确定属性对的条件概率,其中,所述训练集包括:行人属性的样本数据,所述条件概率包括:所述属性对的第一属性在预设条件下时所述属性对的第二属性出现和不出现的概率;根据所述属性对的条件概率和所述多个属性的初始置信度,确定所述属性对的推测概率,其中,所述推测概率包括:通过所述第一属性的预测概率确定所述样本数据中出现或 ...
【技术保护点】
1.一种行人属性识别方法,其特征在于,包括:/n根据训练集中样本数据的多个属性的分布情况确定属性对的条件概率,其中,所述训练集包括:行人属性的样本数据,所述条件概率包括:所述属性对的第一属性在预设条件下时所述属性对的第二属性出现和不出现的概率;/n根据所述属性对的条件概率和所述多个属性的初始置信度,确定所述属性对的推测概率,其中,所述推测概率包括:通过所述第一属性的预测概率确定所述样本数据中出现或者不出现第二属性的概率,所述预测概率包括:根据所述初始置信度确定的所述第一属性出现和不出现的概率,所述初始置信度是根据预设学习模型对所述多个属性出现和不出现在样本数据中的初始预测结果;/n根据所述属性对的推测概率更新所述初始置信度之后对行人属性进行判别。/n
【技术特征摘要】
1.一种行人属性识别方法,其特征在于,包括:
根据训练集中样本数据的多个属性的分布情况确定属性对的条件概率,其中,所述训练集包括:行人属性的样本数据,所述条件概率包括:所述属性对的第一属性在预设条件下时所述属性对的第二属性出现和不出现的概率;
根据所述属性对的条件概率和所述多个属性的初始置信度,确定所述属性对的推测概率,其中,所述推测概率包括:通过所述第一属性的预测概率确定所述样本数据中出现或者不出现第二属性的概率,所述预测概率包括:根据所述初始置信度确定的所述第一属性出现和不出现的概率,所述初始置信度是根据预设学习模型对所述多个属性出现和不出现在样本数据中的初始预测结果;
根据所述属性对的推测概率更新所述初始置信度之后对行人属性进行判别。
2.根据权利要求1所述的方法,其特征在于,根据所述属性对的推测概率更新所述初始置信度,包括:
根据所述属性对的推测概率重新分配所述初始置信度中第二属性出现的权重和第二属性不出现的权重;
根据所述第二属性出现的权重和第二属性不出现的权重更新所述初始置信度。
3.根据权利要求1所述的方法,其特征在于,根据训练集中样本数据的多个属性的分布情况确定属性对的条件概率,包括:
根据训练集中出现所述第一属性的样本数据中多个属性之间的相关性分布情况确定所述第二属性出现和不出现的数目;
根据训练集中不出现所述第一属性的样本数据中多个属性之间的相关性分布情况确定所述第二属性出现和不出现的数目;
根据所述第二属性出现和不出现的数目确定属性对的条件概率。
4.根据权利要求1所述的方法,其特征在于,根据所述属性对的条件概率和所述多个属性的初始置信度,确定所述属性对的推测概率,包括:
根据所述初始置信度确定所述第一属性出现的概率和所述第一属性不出现的概率;
根据所述第一属性出现的概率确定在所述样本数据中第二属性出现的条件概率;
根据所述第一属性不出现的概率确定在所述样本数据中第二属性出现的条件概率;
根据所述样本数据中第二属性出现的条件概率,确定所述属性对的推测概率。
5.根据权利要求1所述的方法,其特征在于,根据所述属性对的条件概率和所述多个属性的初始置信度,确定所述属性对的推测概率,包括:
根据所述初始置信度确定所述第一属性出现的概率和所述第一属性不出现的概率;
根据所述第一属性不出现的概率确定在所述样本数据中所述第二属性不出现的条件概率;
根据所述第一属性出现的概率确定在所述...
【专利技术属性】
技术研发人员:郑少飞,潘华东,殷俊,张兴明,
申请(专利权)人:浙江大华技术股份有限公司,
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。