一种人物识别方法及装置制造方法及图纸

一种人物识别方法及装置，涉及计算机视觉技术领域，解决了识别准确率低的问题。具体的，获取第一图片后，将第一图片输入到预先训练好的神经网络模型，得到第一衣着特征；在N个预设的衣着特征组的每个预设的衣着特征组的衣着特征中，确定匹配衣着特征，N个预设的衣着特征组与N个不同的人物一一对应；确定第一衣着特征的权重，并根据第一衣着特征的权重以及确定出的所有匹配衣着特征，得到N个匹配度，N个匹配度与N个预设的衣着特征组一一对应；将N个匹配度中数值最高的匹配度确定为目标匹配度；将目标衣着特征组对应的人物确定为目标人物，目标衣着特征组为N个预设的衣着特征组中与目标匹配度对应的衣着特征组。匹配度对应的衣着特征组。匹配度对应的衣着特征组。

A character recognition method and device

【技术实现步骤摘要】
一种人物识别方法及装置


[0001]本申请涉及计算机视觉
，尤其涉及一种人物识别方法及装置。

技术介绍

[0002]现有技术中，当图像或者视频序列中的人脸模糊，不能单纯通过人脸识别出目标人物时，可以依据目标人物的衣着特征辅助识别，大大提高了识别的准确率和效率。
[0003]但是，当目标人物更换衣物后，识别的准确率就会急剧下降，无法准确地识别出目标人物。

技术实现思路

[0004]本申请提供了一种人物识别方法及装置，能够解决当目标人物更换衣物后，识别准确率低的问题。
[0005]为达到上述目的，本申请采用如下技术方案：
[0006]第一方面，本申请提供了一种人物识别方法。具体的，在获取到第一图片后，人物识别装置将该第一图片输入到预先训练好的神经网络模型，得到第一衣着特征。之后，人物识别装置在N(N为大于或等于2的整数)个预设的衣着特征组的每个预设的衣着特征组的衣着特征中，确定匹配衣着特征(当前预设的衣着特征组中与第一衣着特征之间的相似度最高的衣着特征)。本申请中每个预设的衣着特征组中的衣着特征包括一个人物在预设时间段内的衣着特征，N个预设的衣着特征组与N个不同的人物一一对应。在确定出匹配衣着特征后，人物识别装置确定第一衣着特征的权重(该权重用于表示第一衣着特征与其他衣着特征的区别程度，其中，区别程度越大，第一衣着特征的权重的数值越大)，并根据第一衣着特征的权重以及确定出的所有匹配衣着特征，计算得到N个匹配度，N个匹配度与N个预设的衣着特征组一一对应。最后，人物识别装置将N个匹配度中数值最高的匹配度确定为目标匹配度，并将目标衣着特征组(目标衣着特征组为N个预设的衣着特征组中与目标匹配度对应的衣着特征组)所对应的人物确定为目标人物。
[0007]人物识别装置根据第一衣着特征的权重、第一衣着特征和N个预设的衣着特征组，确定目标匹配度，进而根据目标匹配度确定目标人物。N个预设的衣着特征组与N个不同的人物一一对应，因此，即使用户更换了衣物，人物识别装置也能准确地识别出人物。
[0008]在一种可能的设计方式中，上述第一图片为即时拍摄到的，或者为从已经存储的图片中选取的。
[0009]在实际应用中，人物识别装置获取第一图片的方式有多种，本申请对此不作限定。
[0010]在另一种可能的设计方式中，人物识别装置显示目标人物的信息。这里，目标人物的信息为目标人物的特征信息，该特征信息包括身份信息，或者包括身份信息和地理位置信息。或者目标人物的信息为第二图片，该第二图片包括目标匹配度所对应的匹配衣着特征。
[0011]在另一种可能的设计方式中，第一衣着特征包括：上衣、裤子、裙子、鞋子、袜子、
包、帽子或围巾。
[0012]在另一种可能的设计方式中，人物识别装置还可以获取至少两张包括人物的图片，并将获取到的至少两张包括人物的图片输入到预先训练好的神经网络模型中，得到至少两张包括人物的图片中每张图片的衣着特征。之后，人物识别装置将得到的所有衣着特征，按照人物划分，得到N个预设的衣着特征组。
[0013]人物识别装置利用预先训练好的神经网络模型处理至少两张包括人物的图片，得到每张包括人物的图片中的衣着特征。在实际应用中，对于已经训练好的神经网络模型而言，该神经网络模型的功能较为稳定。因此，本申请中预先训练好的神经网络模型确定包括人物的图片中的衣着特征的准确度较高。人物识别装置以人物粒度划分获取到的衣着特征，得到N个预设的衣着特征组。这N个预设的衣着特征组为人物识别装置识别人脸模糊的图片提供依据。
[0014]在另一种可能的设计方式中，本申请中预先训练好的神经网络模型用于根据输入图片，获得输入图片中人物的衣着特征。
[0015]在另一种可能的设计方式中，本申请中预先训练好的神经网络模型还用于确定获得的衣着特征的权重。
[0016]在另一种可能的设计方式中，上述“人物识别装置确定第一衣着特征的权重”的方法包括：人物识别装置将第一图片输入到预先训练好的神经网络模型后，得到第一衣着特征的权重。
[0017]在另一种可能的设计方式中，人物识别装置获取用户输入的第一衣着特征的权重，这样，人物识别装置即可确定出第一衣着特征的权重。
[0018]第二方面，本申请提供一种人物识别装置。该人物识别装置包括存储单元、获取单元、处理单元、确定单元和计算单元。
[0019]具体的，上述存储单元，用于存储预先训练好的神经网络模型。上述获取单元，用于获取第一图片。上述处理单元，用于将上述获取单元获取到的第一图片输入到存储单元中存储的预先训练好的神经网络模型，得到第一衣着特征。上述确定单元，用于在N个预设的衣着特征组的每个预设的衣着特征组的衣着特征中，确定匹配衣着特征；匹配衣着特征为当前预设的衣着特征组中与处理单元得到的第一衣着特征之间的相似度最高的衣着特征；每个预设的衣着特征组中的衣着特征包括一个人物在预设时间段内的衣着特征，N为大于或等于2的整数，N个预设的衣着特征组与N个不同的人物一一对应。上述确定单元，还用于确定第一衣着特征的权重，权重用于表示第一衣着特征与其他衣着特征的区别程度，该区别程度越大，第一衣着特征的权重的数值越大。上述计算单元，根据上述确定单元确定出的第一衣着特征的权重以及确定出的所有匹配衣着特征，计算得到N个匹配度，N个匹配度与N个预设的衣着特征组一一对应。上述确定单元，还用于将上述计算单元计算出的N个匹配度中数值最高的匹配度确定为目标匹配度，以及将目标衣着特征组所对应的人物确定为目标人物，该目标衣着特征组为N个预设的衣着特征组中与目标匹配度对应的衣着特征组。
[0020]可选的，上述第一图片为即时拍摄到的，或者，为从已经存储的图片中选取的。
[0021]可选的，第一衣着特征包括：上衣、裤子、裙子、鞋子、袜子、包、帽子或围巾。
[0022]可选的，上述获取单元，还用于获取至少两张包括人物的图片。上述处理单元，还用于将上述获取单元获取到的至少两张包括人物的图片输入到预先训练好的神经网络模
型中，得到至少两张包括人物的图片中每张图片的衣着特征；以及用于将得到的所有衣着特征，按照人物划分，得到N个预设的衣着特征组。
[0023]可选的，预先训练好的神经网络模型用于根据输入图片，获得输入图片中人物的衣着特征。
[0024]可选的，预先训练好的神经网络模型还用于确定获得的衣着特征的权重。
[0025]可选的，上述确定单元具体用于：将第一图片输入到预先训练好的神经网络模型后，得到第一衣着特征的权重。
[0026]可选的，上述确定单元具体用于：确定用户输入的第一衣着特征的权重。
[0027]第三方面，本申请提供一种人物识别设备，该人物识别设备包括存储器和处理器。上述存储器和处理器耦合。该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令。当处理器执行该计算机指令时，人物识别设备执行如第一方面及其任一种可能的设计方式所述的人物识别方法。
[0028]第四方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人物识别方法，其特征在于，包括：获取第一图片；将所述第一图片输入到预先训练好的神经网络模型，得到第一衣着特征；在N个预设的衣着特征组的每个预设的衣着特征组的衣着特征中，确定匹配衣着特征；所述匹配衣着特征为当前预设的衣着特征组中与所述第一衣着特征之间的相似度最高的衣着特征；所述每个预设的衣着特征组的衣着特征包括一个人物在预设时间段内的衣着特征，N为大于或等于2的整数，所述N个预设的衣着特征组与N个不同的人物一一对应；确定所述第一衣着特征的权重，所述权重用于表示所述第一衣着特征与其他衣着特征的区别程度，所述区别程度越大，所述第一衣着特征的权重的数值越大；根据所述第一衣着特征的权重以及确定出的所有匹配衣着特征，计算得到N个匹配度，所述N个匹配度与所述N个预设的衣着特征组一一对应；将所述N个匹配度中数值最高的匹配度确定为目标匹配度；将目标衣着特征组所对应的人物确定为目标人物，所述目标衣着特征组为所述N个预设的衣着特征组中与所述目标匹配度对应的衣着特征组。2.根据权利要求1所述的人物识别方法，其特征在于，所述第一图片为即时拍摄到的，或者，为从已经存储的图片中选取的。3.根据权利要求1或2所述的人物识别方法，其特征在于，所述第一衣着特征包括：上衣、裤子、裙子、鞋子、袜子、包、帽子或围巾。4.根据权利要求1-3中任意一项所述的人物识别方法，其特征在于，所述人物识别方法还包括：获取至少两张包括人物的图片；将所述至少两张包括人物的图片输入到所述预先训练好的神经网络模型中，得到所述至少两张包括人物的图片中每张图片的衣着特征；将得到的所有衣着特征，按照人物划分，得到N个所述预设的衣着特征组。5.根据权利要求1-4中任意一项所述的人物识别方法，其特征在于，所述预先训练好的神经网络模型用于根据输入图片，获得所述输入图片中人物的衣着特征。6.根据权利要求5所述的人物识别方法，其特征在于，所述预先训练好的神经网络模型还用于确定获得的衣着特征的权重。7.根据权利要求6所述的人物识别方法，其特征在于，所述确定所述第一衣着特征的权重，包括：所述将所述第一图片输入到所述预先训练好的神经网络模型后，得到所述第一衣着特征的权重。8.一种人物识别装置，其特征在于，包括：获取单元，用于获取第一图片；处理单元，用于将所述获取单元获取到的所述第一图片输入到存储单元中存储的预先训练好的神经网络模型，得到第一衣着特征；确定单元，用于在N个预设的衣着特征组的每个预设的衣着特征组的衣着特征中，确定匹配衣着特征；所述匹配衣着特征为当前预设的衣着特征组中与所述处理单元得到的所述
第一衣着特征之间的相似度最高的衣着特征；所述每个预设的衣着特征组的衣着特征包括一个人物在预设时间段内的衣着特征，N为大于或等于2的整数，所述N个预设的衣着特征组与N个不同的人物一一对应；所述确定单元，还用于确定所述第一衣着特征的权重，所述权重用于表示所述第一衣着特征与其他衣...

【专利技术属性】
技术研发人员：申皓全，陈凯，王铭学，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：