(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 (43)申请公布日 (21)申请 号 202111653903.6 (22)申请日 2021.12.3 0 (71)申请人 北京爱奇艺科技有限公司 地址 100080 北京市海淀区海淀北一 街2号 11层1101 (72)发明人 毕泊　 (74)专利代理 机构 北京银龙知识产权代理有限 公司 11243 代理人 龚素素 (51)Int.Cl. G06V 40/20(2022.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 角色识别方法及相关 设备 (57)摘要 本发明实施例提供了一种角色识别方法及 相关设备， 其中， 角色识别方法包括： 确定多个待 识别图像中每一所述待识别图像对应的人体检 测区域； 将所述待识别图像对应的所述人体检测 区域内的部分图像确定为人体图像； 将所述人体 图像输入至预先训练好的角色特征提取模型进 行特征提取， 得到特征数据， 其中， 所述特征数据 包括人脸特征数据和目标特征数据， 所述目标特 征数据包括服饰特征数据和/或配饰特征数据； 基于所述特征数据对多个所述人体图像进行聚 类处理， 得到聚类簇； 每一所述聚类簇均包括对 应一个角色类别的至少一个所述人体图像。 本发 明实施例提供的方法可以提高角色识别的准确 度。 权利要求书2页 说明书13页 附图3页 CN 114333060 A 2022.04.12 CN 114333060 A 1.一种角色识别方法， 其特 征在于， 包括： 确定多个待识别图像中每一所述待识别图像对应的人体 检测区域； 将所述待识别图像对应的所述人体 检测区域内的部分图像确定为人体图像； 将所述人体图像输入至预先训练好的角色特征提取模型进行特征提取， 得到特征数 据， 其中， 所述特征数据包括人脸特征数据和目标特征数据， 所述目标特征数据包括服饰特 征数据和/或配 饰特征数据； 基于所述特征数据对多个所述人体图像进行聚类处理， 得到聚类簇； 每一所述聚类簇 均包括对应一个角色类别的至少一个所述人体图像。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述特征数据对多个所述人体图 像进行聚类处 理， 得到聚类簇之后， 所述方法还 包括： 基于每一所述人体图像所处的聚类簇对应的所述角色类别确定每一所述人体图像对 应的角色类别； 基于所述人体图像对应的所述角色类别确定所述待识别图像的所述角色类别。 3.根据权利要求1所述的方法， 其特征在于， 所述将所述待识别图像对应的所述人体检 测区域内的部分图像确定为人体图像， 包括： 确定多个所述待识别图像中每一所述待识别图像对应的特征检测区域； 所述特征检测 区域包括人脸特征检测区域、 服饰特征检测区域和配饰特征检测区域中的至少一者； 其中， 所述人脸特征检测区域内的图像为人脸特征图像， 所述服饰特征检测区域内的图像为服饰 特征图像， 所述配 饰特征检测区域内的图像为配 饰特征图像； 在所述人体检测区域与所述特征检测区域的重叠度IOU大于第一预设值的情况下， 将 所述待识别图像对应的所述人体 检测区域内的部分图像确定为人体图像。 4.根据权利要求3所述的方法， 其特 征在于， 所述第一预设值的范围为0.5～0.7。 5.根据权利要求3所述的方法， 其特征在于， 所述确定多个所述待识别图像中每一所述 待识别图像对应的特 征检测区域， 包括： 将多个所述待识别图像输入至预先训练好的目标图像检测模型中进行图像检测， 获得 每一个所述待识别图像对应的特 征检测区域； 其中， 所述目标图像检测模型包括以下至少一者： 人脸图像检测模型、 服饰图像检测模 型和配饰图像检测模型。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述特征数据对多个所述人体图 像进行聚类处 理， 得到聚类簇， 包括： 基于所述特 征数据对多个所述人体图像执 行M次聚类操作， 得到第M目标聚类簇； 其中， 第N+1次聚类操作包括： 基于第一特征数据和第 二特征数据计算第 一聚类簇和第 二聚类簇之间的相似度， 所述 第一特征数据为所述第一聚类簇对应的所述特征数据， 所述第二特征数据为所述第二聚类 簇对应的特 征数据； 所述第一聚类簇和第二聚类簇为任意两个第N聚类簇； 在所述第一聚类簇和第 二聚类簇之间的相似度小于第 二预设值的情况下， 将所述第 一 聚类簇和第二聚类簇合并为 一个第N聚类簇； N和M均为大于1的正整数， 且N小于或等于 M。 7.根据权利要求1所述的方法， 其特征在于， 所述将所述人体图像输入至预先训练好的 角色特征提取模型进行 特征提取， 得到特 征数据之前， 所述方法还 包括：权　利　要　求　书 1/2 页 2 CN 114333060 A 2利用预先获取的多个样本图像对待训练角色特征提取模型进行迭代训练， 获得所述训 练好的角色特 征提取模型； 其中， 第N次迭代训练包括： 将预先获取的多个样本图像输入至待训练角色特征提取模型进行第N次角色特征提 取， 得到第N特 征数据； 基于所述第N特 征数据对所述多个样本图像进行聚类处 理， 获得至少两个样本聚类簇； 判断损失值是否满足损失收敛 条件； 在所述损失值不满足所述损失收敛条件的情况下， 基于所述损失值对所述待训练角色 特征提取模型进行参数调整； 在所述损失值满足所述损失收敛条件的情况下， 将当前训练 好的所述待训练角色特 征提取模型确定为所述预 先训练好的角色特 征提取模型。 8.根据权利要求7所述的方法， 其特征在于， 所述利用预先获取的多个样本图像对待训 练角色特 征提取模型进行迭代训练， 包括： 获取多个样本图像； 对多个样本图像进行 预设处理， 得到增广样本图像； 利用所述多个样本图像和所述增广样本图像对待训练角色特征提取模型进行迭代训 练。 9.一种角色识别装置， 其特 征在于， 包括： 第一确定模块， 用于确定多个待识别图像中每一所述待识别图像对应的人体检测区 域； 第二确定模块， 用于将所述待识别图像对应的所述人体检测区域内的部分图像确定为 人体图像； 特征提取模块， 用于将所述人体图像输入至预先训练好的角色特征提取模型进行特征 提取， 得到特征数据， 其中， 所述特征数据包括人脸特征数据和目标特征数据， 所述目标特 征数据包括 服饰特征数据和/或配 饰特征数据； 聚类处理模块， 用于基于所述特征数据对多个所述人体图像进行聚类处理， 得到聚类 簇； 每一所述聚类簇均包括对应一个角色类别的至少一个所述人体图像。 10.一种电子设备， 其特征在于， 包括处理器、 通信接口、 存储器和通信总 线， 其中， 处理 器， 通信接口， 存 储器通过通信总线完成相互间的通信； 存储器， 用于存放 程序； 处理器， 用于执 行存储器上所存放的程序时， 实现权利要求1 ‑8任一所述的方法步骤。 11.一种可读存储介质， 其上存储有程序， 其特征在于， 该程序被处理器执行时实现如 权利要求1 ‑8中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114333060 A 3