[发明专利]一种基于骨骼化的人像检索方法及装置

说明书

本发明提供了一种基于骨骼化的人像检索方法及装置，方法包括：对待检测信息进行行人检测，得到待检测信息中的行人位置；对待检测信息中的行人位置进行骨骼化处理，得到行人的骨架图像；并对骨架图像进行图像分割，得到行人的骨架特征；分解骨架特征得到行人各预设肢体类型的肢体信息；针对行人的每一预设肢体类型的肢体信息，将该预设肢体类型的肢体信息输入至该预设肢体类型对应的预设肢体网络模型，得到针对行人该预设肢体类型的各预设属性的识别结果和识别结果的识别概率；将所有预设肢体类型各预设属性的识别结果中识别概率大于预设阈值的识别结果作为针对行人的检索结果。应用本发明实施例，提高了人像检索的效率和准确度。

技术领域

本发明涉及数据检索领域，尤其涉及一种基于骨骼化的人像检索方法及装置。

背景技术

随着互联网技术的发展，各种网络数据呈爆发式增长，包括图像数据、视频数据等，为了快速的从海量数据中检索出某个人物的相关信息，各种人像检索方法应用而生。

目前，人像检索方法主要是采用人工识别方法或人脸识别技术，对视频中的人像进行检索，得到检索结果。但是这些方法存在效率较低或者不够全面的问题，仍难以满足用户实际需求。例如，待检索的视频的大小可能有几百T(Trillionbyte，太字节)，通过人工方式识别可能要一两个月，工作量巨大且耗时较长；而人脸识别技术虽然处理速度较快，但是通常只能识别人脸部信息，无法识别人体肢体信息，故检索的人物信息不够全面。

因此有必要设计一种新的人像检索方法，以克服上述问题。

发明内容

本发明的目的在于克服现有技术之缺陷，提供了一种基于骨骼化的人像检索方法及装置，以实现提高人像检索的效率和全面度。

本发明是这样实现的：

第一方面，本发明提供一种基于骨骼化的人像检索方法，所述方法包括：

获得待检测信息；对所述待检测信息进行行人检测，得到待检测信息中的行人位置；

对待检测信息中的行人位置进行骨骼化处理，得到行人的骨架图像；并对所述骨架图像进行图像分割，得到所述行人的骨架特征；对所述行人的骨架特征进行分解，得到所述行人各预设肢体类型的肢体信息；

获得各预设肢体类型对应的预设肢体网络模型，针对所述行人的每一预设肢体类型的肢体信息，将该预设肢体类型的肢体信息输入至该预设肢体类型对应的预设肢体网络模型，得到针对所述行人该预设肢体类型的各预设属性的识别结果和识别结果的识别概率；

将所有预设肢体类型各预设属性的识别结果中识别概率大于预设阈值的识别结果作为针对所述行人的检索结果。

可选的，所述待检测信息为静态图像、动态图像和视频中的一种。

可选的，当所述待检测信息为视频时，对所述待检测信息进行行人检测，得到待检测信息中的行人位置，包括：

利用预设的行人检测算法，从视频中检测出包含行人的各目标图像帧，并对各目标图像帧中的行人进行定位，得到各目标图像帧中的行人位置，作为待检测信息中的行人位置。

可选的，所述预设肢体类型包括头、躯干、手臂、手、大腿和脚，每一预设肢体类型的各预设属性包括纹理、颜色和装饰中的至少一种。

可选的，每一预设肢体网络模型均为目标神经网络模型，获得各预设肢体类型对应的预设肢体网络模型，包括：

用各预设肢体类型对应的预设训练样本集训练预设的初始神经网络模型，得到各预设肢体类型对应的目标神经网络模型。

可选的，所述初始神经网络模型为LSTM时间递归神经网络模型。

可选的，当检索结果有多个时，所述方法还包括：