行人屬性分析模型的訓(xùn)練方法、行人屬性識(shí)別方法及裝置

基本信息

申請(qǐng)?zhí)?/td> CN201810488759.7 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN110516512A 公開(kāi)（公告）日 2019-11-29
申請(qǐng)公布號(hào) CN110516512A 申請(qǐng)公布日 2019-11-29
分類號(hào) G06K9/00;G06K9/62 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 王睿 申請(qǐng)（專利權(quán)）人 北京中科奧森數(shù)據(jù)科技有限公司
代理機(jī)構(gòu) 北京弘權(quán)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 北京中科奧森數(shù)據(jù)科技有限公司
地址 100191 北京市海淀區(qū)知春路7號(hào)致真大廈D座17層
法律狀態(tài) -

摘要

摘要 本發(fā)明實(shí)施例公開(kāi)一種行人屬性分析模型的訓(xùn)練方法及裝置，包括：將行人圖像，以及與所述行人圖像對(duì)應(yīng)的概率圖輸入卷積神經(jīng)網(wǎng)絡(luò)，得到預(yù)測(cè)屬性；所述概率圖表征在被劃分出至少一個(gè)行人部件區(qū)域的所述行人圖像中，每一個(gè)像素節(jié)點(diǎn)屬于行人部件區(qū)域的概率值的集合；利用與所述行人圖像對(duì)應(yīng)的真實(shí)屬性，以及所述預(yù)測(cè)屬性，計(jì)算訓(xùn)練損失；如果所述訓(xùn)練損失收斂，則將所述卷積神經(jīng)網(wǎng)絡(luò)當(dāng)前的模型參數(shù)確定為行人屬性分析模型的模型參數(shù)，得到行人屬性分析模型。采用上述訓(xùn)練方法訓(xùn)練得到的行人屬性分析模型，其在用于識(shí)別屬性未知的行人圖像時(shí)，即便面對(duì)應(yīng)用場(chǎng)景、行人姿勢(shì)、攝像機(jī)角度差別較大的行人圖像，也可以較為準(zhǔn)確地從中識(shí)別出行人屬性。