属性识别方法、系统以及相关装置制造方法及图纸

技术编号:40033576 阅读:20 留言:0更新日期:2024-01-16 18:37
本申请公开了一种属性识别方法、系统以及相关装置,该方法包括:获取待识别图像;其中,所述待识别图像属于预设对象;将所述待识别图像输入至训练后的学生模型进行属性识别,得到所述待识别图像中所述预设对象的属性识别结果;其中,所述学生模型及其对应的教师模型均包括属性预测网络,且所述学生模型还包括空间变换网络,所述教师模型是基于变换训练图像训练得到的,所述变换训练图像是基于原始训练图像进行仿射变换后得到的,训练后的所述教师模型用于指导所述学生模型对所述原始训练图像进行属性识别,得到训练后的所述学生模型。通过上述方式,本申请能够提高属性识别效率和准确性。

【技术实现步骤摘要】

本申请涉及图像识别,特别是涉及一种属性识别方法、系统以及相关装置


技术介绍

1、随着智能化的不断发展,图像的属性识别在越来越多场景下得到广泛的应用。目前在对人脸区域图像进行属性识别时往往需要预先通过前置模型检测出人脸区域的关键点信息,再根据包含关键点信息的图像进行相关属性的识别。该方式在进行关键点检测时需要占用较多计算资源导致属性识别效率较低;同时,属性识别的准确性容易受到关键点检测效果的影响,从而导致属性识别的准确率较低。有鉴于此,如何提出一种效率和准确性较高的属性识别方法,成为亟待解决的问题。


技术实现思路

1、本申请主要解决的技术问题是提供一种属性识别方法、系统以及相关装置,能够提高属性识别效率和准确性。

2、为解决上述技术问题,本申请采用的一个技术方案是:提供一种属性识别方法,包括:获取待识别图像;其中,所述待识别图像属于预设对象;将所述待识别图像输入至训练后的学生模型进行属性识别,得到所述待识别图像中所述预设对象的属性识别结果;其中,所述学生模型及其对应的教师模型均包括属性预测网络,且本文档来自技高网...

【技术保护点】

1.一种属性识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述原始训练图像对应有属性标签,所述教师模型和所述学生模型的训练过程包括:

3.根据权利要求2所述的方法,其特征在于,所述属性预测网络包括多个任务分支,每个所述任务分支匹配至少一种待识别属性;其中,所述属性识别结果、所述第一预测结果和所述第二预测结果均包括每个所述任务分支输出的待识别属性的识别子结果。

4.根据权利要求3所述的方法,其特征在于,所述属性预测网络还包括特征提取分支,所述特征提取分支包括多个依次级联的特征层,所述任务分支包括与每个所述特征层匹配的调整模块,以...

【技术特征摘要】

1.一种属性识别方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述原始训练图像对应有属性标签,所述教师模型和所述学生模型的训练过程包括:

3.根据权利要求2所述的方法,其特征在于,所述属性预测网络包括多个任务分支,每个所述任务分支匹配至少一种待识别属性;其中,所述属性识别结果、所述第一预测结果和所述第二预测结果均包括每个所述任务分支输出的待识别属性的识别子结果。

4.根据权利要求3所述的方法,其特征在于,所述属性预测网络还包括特征提取分支,所述特征提取分支包括多个依次级联的特征层,所述任务分支包括与每个所述特征层匹配的调整模块,以及与所述待识别属性匹配的输出层;

5.根据权利要求4所述的方法,其特征在于,所述任务分支对应的所述调整模块包括注意力层和门控层,所述注意力层用于对输入的特征基于通道注意力机制和空间注意力机制进行特征提取,得到包括多种属性信息的自注意力特征,所述门控层用于对所述自注意力特征中所包含的多种...

【专利技术属性】
技术研发人员:赵薇林垠
申请(专利权)人:科大讯飞股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1