[发明专利]行人图像识别方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111449400.7 申请日: 2021-11-30
公开(公告)号: CN114067277A 公开(公告)日: 2022-02-18
发明(设计)人: 邓泳;张锦元;林晓锐;刘唱 申请(专利权)人: 中国工商银行股份有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V40/16;G06V10/80;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 孙乳笋;刘熔
地址: 100140 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 行人 图像 识别 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种行人图像识别方法,其特征在于,所述方法包括:

获取待检测行人图像,并对所述待检测行人图像进行预处理,该待检测行人图像包括:带遮罩的人脸图像;

将预处理后的图像输入至预先训练的人脸检测模型,以输出人脸图像,所述人脸检测模型基于历史行人图像和经过数据增强处理的历史行人图像进行训练,所述数据增加处理为对所述历史行人图像进行模板遮罩添加处理,该历史行人的人脸图像未带遮罩;

将输出的人脸图像输入至预先训练的多属性识别模型,以输出与该人脸图像相应的多个属性,所述多属性识别模型基于人脸图像的多粒度特征识别人脸图像的属性。

2.根据权利要求1所述的方法,其特征在于,通过如下方式训练所述人脸检测模型:

获取历史行人图像,并根据预定算法确定所述历史行人图像中的历史人脸图像中的关键点;

根据所述历史人脸图像中的关键点和预先构建的模板遮罩库对所述历史人脸图像进行数据增强处理,以生成历史模板遮罩人脸图像;

根据所述历史行人图像和所述历史模板遮罩人脸图像训练所述人脸检测模型。

3.根据权利要求2所述的方法,其特征在于,根据所述历史人脸图像中的关键点和预先构建的模板遮罩库对所述历史人脸图像进行数据增强处理,以生成历史模板遮罩人脸图像包括:

根据所述历史人脸图像中的关键点位置和关键点之间的距离确定该历史人脸的倾斜角度;

根据所述历史人脸图像中的关键点和该历史人脸的倾斜角度从所述模板遮罩库选择模板遮罩;

将选择的模板遮罩添加到所述历史人脸图像上,以生成所述历史模板遮罩人脸图像。

4.根据权利要求2所述的方法,其特征在于,通过如下方式构建所述模板遮罩库:

获取初始遮罩图像;

根据预先确定的人脸图像中的关键点位置对所述初始遮罩图像进行标定处理,以生成透明背景遮罩;

对所述透明背景遮罩进行几何变换和色彩调整处理,以生成不同类别、色彩和角度的模板遮罩;

根据生成的不同类别、色彩和角度的模板遮罩构建模板遮罩库。

5.根据权利要求2所述的方法,其特征在于,所述多属性识别模型包括多粒度网络,通过如下方式训练所述多属性识别模型:

获取已标注属性的历史行人图像和已标注人脸区域的历史行人图像;

基于图神经网络技术,并根据所述已标注属性的历史行人图像、已标注人脸区域的历史行人图像和所述历史模板遮罩人脸图像训练所述多属性识别模型。

6.根据权利要求5所述的方法,其特征在于,将输出的人脸图像输入至预先训练的多属性识别模型,以输出与该人脸图像相应的多个属性包括:

将输出的人脸图像输入至所述预先训练的多属性识别模型中的多粒度网络,以提取该人脸图像的多粒度特征;

基于图神经网络技术,对所述多粒度特征之间进行关联建模操作,以输出该人脸图像相应的多个属性。

7.一种行人图像识别装置,其特征在于,所述装置包括:

待检测图像获取单元,用于获取待检测行人图像,并对所述待检测行人图像进行预处理,该待检测行人图像包括:带遮罩的人脸图像;

人脸图像输出单元,用于将预处理后的图像输入至预先训练的人脸检测模型,以输出人脸图像,所述人脸检测模型基于历史行人图像和经过数据增强处理的历史行人图像进行训练,所述数据增加处理为对所述历史行人图像进行模板遮罩添加处理,该历史行人的人脸图像未带遮罩;

属性识别单元,用于将输出的人脸图像输入至预先训练的多属性识别模型,以输出与该人脸图像相应的多个属性,所述多属性识别模型基于人脸图像的多粒度特征识别人脸图像的属性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111449400.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top