[发明专利]一种行人属性识别方法、装置、存储介质及电子装置

权利要求书

1.一种行人属性识别方法，其特征在于，包括：

获取待识别行人图像；

利用预训练的行人属性识别模型对所述待识别行人图像的行人局部属性和行人全局属性进行识别；其中，在预训练过程中，通过计算边缘行人局部子图和基础行人局部子图之间的损失，对所述行人属性识别模型进行预训练；

输出所述行人局部属性和所述行人全局属性。

2.根据权利要求1所述的方法，其特征在于，利用预训练的行人属性识别模型对所述待识别行人图像的行人局部属性和行人全局属性进行识别，包括：

利用所述预训练的行人属性识别模型的骨干网络从所述待识别行人图像中提取所述基础特征图；

基于所述基础特征图，利用所述预训练的行人属性识别模型的局部属性识别网络确定不同区域的行人局部属性；

基于所述基础特征图，利用所述预训练的行人属性识别模型的全局属性识别网络确定所述行人全局属性。

3.根据权利要求2所述的方法，其特征在于，基于所述基础特征图，利用所述预训练的行人属性识别模型的全局属性识别网络确定所述行人全局属性后，所述方法还包括：

基于所述行人局部属性，通过监督网络对所述行人全局属性进行监督，以修正所述行人全局属性。

4.一种行人属性识别模型训练方法，其特征在于，包括：

获取训练样本；

通过边缘检测得到边缘特征图，基于所述边缘特征图得到边缘局部子图，以及通过骨干网络得到基础特征图，基于所述基础特征图得到基础局部子图；

计算所述边缘局部子图和所述基础局部子图的损失，基于所述损失，训练所述行人属性识别模型；

输出所述行人属性识别模型的模型参数。

5.根据权利要求4所述的方法，其特征在于，计算所述边缘局部子图和所述基础局部子图的损失，基于所述损失，训练所述行人属性识别模型，包括：

计算所述边缘局部子图和所述基础局部子图中目标区域的损失，基于所述损失，训练所述行人属性识别模型。

6.一种行人属性识别装置，其特征在于，包括：

第一获取模块，用于获取待识别行人图像；

识别模块，用于利用预训练的行人属性识别模型对所述待识别行人图像的行人局部属性和行人全局属性进行识别；其中，在预训练过程中，通过计算边缘行人局部子图和基础行人局部子图之间的损失，对所述行人属性识别模型进行预训练；

属性输出模块，用于输出所述行人局部属性和所述行人全局属性。

7.一种行人属性识别模型训练装置，其特征在于，包括：

第二获取模块，用于获取训练样本；

第三获取模块，用于通过边缘检测得到边缘特征图，基于所述边缘特征图得到边缘局部子图，以及通过骨干网络得到基础特征图，基于所述基础特征图得到基础局部子图；

计算模块，用于计算所述边缘局部子图和所述基础局部子图的损失，基于所述损失，训练所述行人属性识别模型；

参数输出模块，用于输出所述行人属性识别模型的模型参数。

8.根据权利要求7所述的装置，其特征在于，所述计算模块包括：

用于计算所述边缘局部子图和所述基础局部子图中目标区域的损失，基于所述损失，训练所述行人属性识别模型。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至3或所述权利要求4至5任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至3或所述权利要求4至5任一项中所述的方法。