[发明专利]一种目标属性结构化数据确定方法、装置、设备及介质

权利要求书

1.一种目标属性结构化数据确定方法，其特征在于，所述方法包括：

通过训练完成的目标识别模型，获取视频数据中每帧图像中包含的目标物体的类型及目标物体所在的区域；

通过训练完成的图像增强模型，根据输入的目标物体所在区域的子图像，确定增强后的目标图像；

通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据；

其中，所述图像增强模型通过以下方式训练：

获取样本集中任一一对样本图像，其中该对样本图像包括原始图像和增强后的测试图像；

将所述原始图像输入到待训练的图像增强模型中，获取经过所述待训练的图像增强模型输出的待校验图像；

根据所述测试图像以及所述待校验图像，对所述图像增强模型的参数进行调整；

所述将所述原始图像输入到待训练的图像增强模型中，获取经过所述待训练的图像增强模型输出的待校验图像包括：

将原始图像输入到待训练的图像增强模型的初始层，获取预先设置的小、中、大尺度的每个初始输出图像；

基于所述待训练的图像增强模型的参数，对所述小、中、大尺度的每个初始输出图像进行加权平均，确定所述待校验图像。

2.根据权利要求1所述的方法，其特征在于，所述确定增强后的目标图像之后，所述通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据之前，所述方法还包括：

判断所述目标图像的大小是否满足预先设置的大小要求；

若是，则进行基于所述目标图像进行后续通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据的步骤；

若否，则根据预先设置的大小要求对所述目标图像的大小进行调整，并进行基于调整后的目标图像进行后续通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据的步骤。

3.根据权利要求2所述的方法，其特征在于，所述根据预先设置的大小要求对所述目标图像的大小进行调整包括：

若所述目标图像的大小小于所述预先设置的大小要求，则根据所述大小要求对所述目标图像进行等比例扩大处理；

若等比例扩大后的目标图像的尺寸中存在长度或宽度不满足所述预先设置的大小要求，则对所述不满足预先设置的大小要求的长度或宽度进行补零处理。

4.根据权利要求1所述的方法，其特征在于，所述确定所述类型的目标物体的目标属性结构化数据之后，所述方法还包括：

将确定的所述目标属性结构化数据同步至云端服务器。

5.一种目标属性结构化数据确定装置，其特征在于，所述装置包括：

目标识别模型模块，用于通过训练完成的目标识别模型，获取视频数据中每帧图像中包含的目标物体的类型及目标物体所在的区域；

图像增强模型模块，用于通过训练完成的图像增强模型，根据输入的目标物体所在区域的子图像，确定增强后的目标图像；

目标属性分析模型模块，用于通过训练完成的目标属性分析模型，根据所述目标物体的类型，基于所述目标图像，确定所述类型的目标物体的目标属性结构化数据；

其中，所述装置还包括：

训练模块，用于获取样本集中任一一对样本图像，其中该对样本图像包括原始图像和增强后的测试图像；将所述原始图像输入到待训练的图像增强模型中，获取经过所述待训练的图像增强模型输出的待校验图像；根据所述测试图像以及所述待校验图像，对所述图像增强模型的参数进行调整；

所述训练模块，具体用于将原始图像输入到待训练的图像增强模型的初始层，获取预先设置的小、中、大尺度的每个初始输出图像；基于所述待训练的图像增强模型的参数，对所述小、中、大尺度的每个初始输出图像进行加权平均，确定所述待校验图像。

6.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时执行权利要求1-4中任一所述目标属性结构化数据确定方法的步骤。

7.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时执行权利要求1-4中任一所述目标属性结构化数据确定方法的步骤。