身份识别方法、模型训练方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例涉及安防监控领域，特别涉及一种身份识别方法、模型训练方法、装置、设备和存储介质。上述身份识别方法包括：获取监控场景内的视频图像；若检测到所述视频图像中出现目标人物，根据预先训练的多属性分类模型，确定所述目标人物的多种属性；其中，所述多属性分类模型根据预先构建的样本集训练得到，所述样本集包括若干标注有属性的图像；确定符合所述监控场景的进入条件的身份的标准属性；根据所述目标人物的多种属性和所述标准属性，识别所述目标人物的身份是否符合所述进入条件，旨在简化样本集的获取过程，降低模型过拟合的风险，提高模型的泛化能力以适应更多监控场景的监控需求。监控需求。监控需求。

【技术实现步骤摘要】
身份识别方法、模型训练方法、装置、设备和存储介质


[0001]本专利技术实施例涉及安防监控领域，特别涉及一种身份识别方法、模型训练方法、装置、设备和存储介质。

技术介绍

[0002]近年来，安防监控领域的技术取得了飞速发展，人物识别是安防监控领域的一个典型应用。有些场所仅允许特定身份并穿着特定服装的工作人员进入，不允许闲杂人等进入。如果该区域中出现不符合着装要求的人，需要报警。例如，在军事管辖区仅允许出现穿着指定服装的军人，当系统检测到着装不符合要求的人时，说明检测到了可疑人员，系统需要报警并请求工作人员对可疑人员的身份进行核实。使用传统的图像处理方法的身份识别系统精度较低，故现有的身份识别系统主要采用深度学习的方法。
[0003]目前，大多数深度学习系统都需要在每个应用场景中收集大量的数据作为训练集，并训练出一个适用于指定场景的模型。然而，这样的模型存在以下缺点：特定场景下样本集的获取非常困难，训练得到的模型容易过拟合，且模型的泛化能力较差，难以适应更多监控场景的监控需求。

技术实现思路

[0004]本申请实施例的主要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种身份识别方法，其特征在于，包括：获取监控场景内的视频图像；若检测到所述视频图像中出现目标人物，根据预先训练的多属性分类模型，确定所述目标人物的多种属性；其中，所述多属性分类模型根据预先构建的样本集训练得到，所述样本集包括若干标注有属性的图像；确定符合所述监控场景的进入条件的身份的标准属性；根据所述目标人物的多种属性和所述标准属性，识别所述目标人物的身份是否符合所述进入条件。2.根据权利要求1所述的身份识别方法，其特征在于，所述多属性分类模型通过以下训练方式训练得到：获取公开的图像数据集；对所述图像数据集中满足预设标注条件的图像中的人物的多种属性进行标注，构建所述样本集；确定网络的结构，并配置所述网络的网络超参数；根据所述样本集训练配置有所述网络超参数的网络，得到所述多属性分类模型。3.根据权利要求2所述的身份识别方法，其特征在于，所述对所述图像数据集中满足预设标注条件的图像中的人物的多种属性进行标注，构建所述样本集，包括：对所述图像数据集中满足预设标注条件的图像中的人物的多种属性和所述人物的不同区域进行标注，构建所述样本集；所述根据预先训练的多属性分类模型，确定所述目标对象的多种属性，包括：将所述视频图像输入所述多属性分类模型中的骨干网络，得到中间特征图；确定所述中间特征图中所述目标人物的不同区域对应的掩码图像；将所述不同区域对应的掩码图像应用到所述中间特征图，得到所述中间特征图中所述不同区域分别对应的目标区域特征图；根据所述不同区域分别对应的目标区域特征图，确定所述目标对象的多种属性。4.根据权利要求3所述的身份识别方法，其特征在于，所述将所述不同区域对应的掩码图像应用到所述中间特征图，得到所述中间特征图中所述不同区域分别对应的目标区域特征图，包括：将所述中间特征图分别与所述不同区域对应的掩码图像相乘，得到所述中间特征图中所述不同区域分别对应的目标区域特征图。5....

【专利技术属性】
技术研发人员：陆建国，刘明，申光，侯春华，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：