[发明专利]人脸属性识别模型训练、社区人员监控方法、装置、设备

权利要求书

1.一种人脸属性识别模型训练方法，其特征在于，包括：

获取视频人脸图像集；所述视频人脸图像集中包括至少一个视频人脸图像；一个所述视频人脸图像关联一个人脸属性标签；

对所述视频人脸图像进行目标检测，确定所述视频人脸图像中的目标属性信息，并根据所述目标属性信息以及所述视频人脸图像，生成与该视频人脸图像对应的视频人脸热图；

根据所述目标属性信息确定视频人脸图像中的区域图像，以及所述视频人脸热图中的区域热图；

将所述区域图像以及所述区域热图输入至包含初始参数的预设识别模型中，确定与所述视频人脸图像对应的预测属性标签；

根据所述人脸属性标签以及所述预测属性标签，确定与所述预设识别模型对应的预测损失值；

在所述预测损失值未达到预设的收敛条件时，迭代更新所述预设识别模型中的初始参数，直至所述预测损失值达到所述收敛条件时，将收敛之后的所述预设识别模型记录为人脸属性识别模型。

2.如权利要求1所述的人脸属性识别模型训练方法，其特征在于，所述获取视频人脸图像集之前，包括：

获取待识别视频；所述待识别视频中包括至少一帧待识别图像；

对所述待识别视频进行图像采样，以从所有所述待识别图像中选取至少一帧待识别图像，并将选取的待识别图像记录为待检测图像；

对所述待检测图像进行人脸识别，以确定所述待检测图像中是否具有人脸特征；

将具有人脸特征的待检测图像记录为所述视频人脸图像，并根据各所述视频人脸图像生成所述视频人脸图像集。

3.如权利要求1所述的人脸属性识别模型训练方法，其特征在于，所述目标属性信息中包括至少一个目标属性类别以及与所述目标属性类别一一对应的目标位置信息；

所述根据所述目标属性信息确定视频人脸图像中的区域图像，以及所述视频人脸热图中的区域热图，包括：

自所有所述目标属性类别中确定人脸属性类别，并根据与所述人脸属性类别对应的目标位置信息确定所述初始位置区域；

获取预设预测需求信息；所述预设预测需求信息中包括至少一个预测属性特征；

检测所述初始位置区域中是否包含所有所述预测属性特征；

在所述初始位置区域中包含所有所述预测属性特征时，将所述初始位置区域记录为所述预测位置区域；

从所述视频人脸图像中提取与所述预测位置区域对应的区域图像，以及从所述视频人脸热图中提取与所述预测位置区域对应的区域热图。

4.如权利要求3所述的人脸属性识别模型训练方法，其特征在于，所述检测所述初始位置区域中是否包含所有所述预测属性特征之后，还包括：

在所述初始位置区域中不包含任一所述预测属性特征，或所述初始位置区域中仅包含部分预测属性特征时，将所述初始位置区域中不包含的预测属性特征记录为待扩充属性特征；

自所有所述目标属性类别中确定与所述待扩充属性特征对应的待扩充属性类别，并根据与所述待扩充属性类别对应的目标位置信息确定待扩充区域；

根据所述初始位置区域以及所述待扩充区域，确定所述预测位置区域；

从所述视频人脸图像中提取与所述预测位置区域对应的区域图像，以及从所述视频人脸热图中提取与所述预测位置区域对应的区域热图。

5.如权利要求1所述的人脸属性识别模型训练方法，其特征在于，所述预设识别模型中包括共享网络以及特定网络；所述将所述区域图像以及所述区域热图输入至包含初始参数的预设识别模型中，确定与所述视频人脸图像对应的预测属性标签，包括：

将所述区域图像输入至所述预设识别模型中，以通过所述共享网络确定与所述区域图像对应的第一共享特征，并通过所述特定网络确定与所述第一共享特征对应的第一属性特征；

将所述区域热图输入至所述预设识别模型中，以通过所述共享网络确定与所述区域热图对应的第二共享特征，并通过所述特定网络确定与所述第二共享特征对应的第二属性特征；

将所述第一属性特征以及所述第二属性特征进行特征拼接，得到属性拼接特征，并根据所述属性拼接特征确定与所述视频人脸图像对应的预测属性标签。