属性识别方法、装置、电子设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111191527A(43)申请公布日2020.05.22(21)申请号201911295248.4(22)申请日2019.12.16(71)申请人北京迈格威科技有限公司地址100086北京市海淀区科学院南路2号融科资讯中心A座316-318(72)发明人亢君莲(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人莎日娜(51)Int.Cl.G06K9/00(2006.01)G06K9/46(2006.01)G06K9/62(2006.01)权利要求书2页说明书13页附图4页(54)发明名称属性识别方法、装置、电子设备及可读存储介质(57)摘要本申请实施例提供一种属性识别方法、装置、电子设备及可读存储介质，旨在提高属性识别准确性。其中，所述属性识别方法包括：获得待识别图像的图像特征；将所述图像特征输入多个属性识别分支，以通过不同的属性识别分支对所述待识别图像的不同组属性分别进行识别；其中，每个属性识别分支对应一组属性，每组属性中的各个属性在被识别时，图像上对属性识别结果起决定作用的图像区域的位置相同或相近。CN111191527ACN111191527A权利要求书1/2页1.一种属性识别方法，其特征在于，所述方法包括：获得待识别图像的图像特征；将所述图像特征输入多个属性识别分支，以通过不同的属性识别分支对所述待识别图像的不同组属性分别进行识别；其中，每个属性识别分支对应一组属性，每组属性中的各个属性在被识别时，图像上对属性识别结果起决定作用的图像区域的位置相同或相近。2.根据权利要求1所述的方法，其特征在于，所述获得待识别图像的图像特征，包括：获得所述待识别图像的浅层图像特征；所述将所述图像特征输入多个属性识别分支，以通过不同的属性识别分支对所述待识别图像的不同组属性分别进行识别，包括：将所述浅层图像特征输入多个属性识别分支；针对每个属性识别分支，通过该属性识别分支基于所述浅层图像特征，获得该属性识别分支对应的深层图像特征，并通过该属性识别分支基于其对应的深层图像特征，针对其对应的一组属性进行识别。3.根据权利要求2所述的方法，其特征在于，所述通过该属性识别分支基于其对应的深层图像特征，针对其对应的一组属性进行识别，包括：在该属性识别分支对应的一组属性中包括交叉属性的情况下，获得与该交叉属性具有关联关系的其他组属性所对应的深层图像特征；根据该属性识别分支对应的深层图像特征、和所述其他组属性对应的深层图像特征，对该交叉属性进行识别。4.根据权利要求2所述的方法，其特征在于，所述通过该属性识别分支基于其对应的深层图像特征，针对其对应的一组属性进行识别，包括：通过该属性识别分支针对其对应的深层图像特征进行池化处理，得到池化后的图像特征；将池化后的图像特征输入该属性识别分支的多个属性识别单元，以通过不同的属性识别单元对该属性识别分支所对应的一组属性中的不同属性，分别进行识别。5.根据权利要求1至4任一项所述的方法，其特征在于，在获得待识别图像的图像特征之前，所述方法还包括：搭建预设模型，所述预设模型包括特征提取模块和多个属性识别分支，每个属性识别分支均与所述特征提取模块连接；获得多个样本图像，每个样本图像携带多个属性标签；基于所述多个样本图像，对所述预设模型进行训练，包括：将每个样本图像输入所述预设模型，以通过所述特征提取模块对样本图像进行特征提取，获得该样本图像的图像特征，并通过不同的属性识别分支基于该图像特征对不同组属性分别进行识别，获得各个属性的识别结果；针对每个属性，根据该属性的识别结果和该属性对应的属性标签，对该属性所对应的属性识别分支进行更新；根据多个属性各自的识别结果和多个属性各自对应的属性标签，对所述特征提取模块进行更新；2CN111191527A权利要求书2/2页其中，在所述预设模型训练完毕后，所述特征提取模块用于获得所述待识别图像的图像特征。6.根据权利要求5所述的方法，其特征在于，所述搭建预设模型，包括：针对预设图像的每个属性，获得该属性对应的激活图，该激活图用于表征：在识别该属性时，所述预设图像的各个区域对属性识别结果所起的决定作用的权重；根据每张激活图所表征的权重分布，将多种属性聚类成多个分组，每个分组包括的各种属性所对应的各张激活图像中，各个权重最高区域的位置相同；针对每组属性，建立一个属性识别分支。7.根据权利要求5所述的方法，其特征在于，所述特征提取模块用于提取浅层图像特征，每个属性识别分支包括深层特征提取模块，所述深层特征提取模块用于基于浅层图像特征，提取深层图像特征；在对所述预设模型进行训练时，所述通过不同的属性识别分支基于该图像特征对不同组属性分别进行识别，包括：针对每个属性识别分支，在该属性识别分支对应的一