一种人体属性预测方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种人体属性预测方法、装置、电子设备和存储介质，所述方法包括：获取目标对象预设数量的人体关键点；将预设数量的人体关键点输入至检测模型中进行训练，并输出预设数量的人体关键点坐标；基于预设数量的人体关键点坐标，根据至少一种人体属性预测模型，对目标对象的各项人体属性进行预测，得到预测结果。采用本申请实施例，能够有效地结合不同应用场景下获取到的样本数据量的大小，优选出与当前应用场景匹配的人体属性预测模型，这样，能够有效地提高预测效率。能够有效地提高预测效率。能够有效地提高预测效率。

【技术实现步骤摘要】
一种人体属性预测方法、装置、电子设备和存储介质


[0001]本专利技术涉及人工智能
，特别涉及一种人体属性预测方法、装置、电子设备和存储介质。

技术介绍

[0002]传统的获取人体指标信息的方法，主要通过测试人员对客户使用卷尺等工具进行测量。该方法具有测量准确性高的优点，缺点也很明显，耗费大量的时间，操作繁琐冗余，接触式操作，要求用户亲临现场等。
[0003]近年来，非接触式测量，逐渐走进大众的视野。比如像iPin镭射光尺，iPin内部的设备可以计算出激光从发射到反射的时间，计算出被测物体与手机的距离，将这个距离作为比例尺，手机App就可以算出照片中同一平面的物体的所有测量数值了。但是该方法，需要额外的激光器件的参与，使得普适性不够。同时该方法也只能针对长，宽类型的指标测量，对于胸围，腰围，等围度类型的指标也无能为力。
[0004]基于现有的人体属性预测方法，对目标对象的各项人体属性进行预测的过程往往过于繁琐，需要采集大量的样本数据，而且基于样本数据进行预测的过程往往也过于繁琐，因此，现有的预测效率不高。
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人体属性预测方法，其特征在于，所述方法包括：获取目标对象预设数量的人体关键点；将所述预设数量的人体关键点输入至检测模型中进行训练，并输出所述预设数量的人体关键点坐标；基于所述预设数量的人体关键点坐标，根据至少一种人体属性预测模型，对所述目标对象的各项人体属性进行预测，得到预测结果，所述预测结果用于预测出所述目标对象的各项人体属性。2.根据权利要求1所述的方法，其特征在于，所述人体属性预测模型包括第一人体属性预测模型和第二人体属性预测模型，所述第一人体属性预测模型为基于所述目标对象的瞳距进行人体属性预测的预测模型，所述第二人体属性预测模型为预设神经网络预测模型；所述基于所述预设数量的人体关键点坐标，根据至少一种人体属性预测模型，对所述目标对象的各项人体属性进行预测，得到预测结果包括：基于所述预设数量的人体关键点坐标，根据所述第一人体属性预测模型对所述目标对象的各项人体属性进行预测，得到第一预测结果；或者，基于所述预设数量的人体关键点坐标，根据所述第二人体属性预测模型对所述目标对象的各项人体属性进行预测，得到第二预测结果；或者，基于所述预设数量的人体关键点坐标，分别根据所述第一人体属性预测模型和所述第二人体属性预测模型对所述目标对象的各项人体属性进行预测，得到对应的预测结果，并对两种预测结果进行融合，得到对应的预测结果。3.根据权利要求2所述的方法，其特征在于，所述基于所述预设数量的人体关键点坐标，根据所述第一人体属性预测模型对所述目标对象的各项人体属性进行预测，得到第一预测结果包括：从第一类人体属性中选取任意一项第一人体属性作为当前第一人体属性；获取用于计算当前第一人体属性的计算公式；基于所述预设数量的人体关键点坐标，以所述瞳距为基准，根据所述计算公式对当前第一人体属性进行预测，得到所述第一预测结果；其中，所述第一预测结果包括：基于所述瞳距预测得到的且用于表征所述第一类人体属性中的任意一项第一人体属性的预测结果。4.根据权利要求2所述的方法，其特征在于，所述基于所述预设数量的人体关键点坐标，根据所述第二人体属性预测模型对所述目标对象的各项人体属性进行预测，得到第二预测结果包括：获取能够确定第二类人体属性中的任意一项第二人体属性的大数据；对所述大数据进行分析，得到能够确定任意一项第二人体属性的预设条件；从所述第二类人体属性中选取任意一项第二人体属性作为当前第二人体属性；从所述预设条件获取与当前第二人体属性匹配的预...

【专利技术属性】
技术研发人员：降小龙，蔡道楠，
申请(专利权)人：北京新氧科技有限公司，
类型：发明
国别省市：