(19)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 202210956032.3 (22)申请日 2022.08.10 (71)申请人 天翼云科技有限公司 地址 100007 北京市东城区青龙胡同甲1 号、 3号2幢2层20 5-32室 (72)发明人 樊庆宇　王军鹏　陈岩　黄晨曦　 李文成　 (74)专利代理 机构 北京同达信恒知识产权代理 有限公司 1 1291 专利代理师 杨晓萍 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/34(2022.01) G06V 10/80(2022.01)G06V 10/82(2022.01) G06V 10/24(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种属性识别方法、 装置、 设备及 介质 (57)摘要 本申请实施提供一种属性识别方法、 装置、 设备及介质， 由于在本申请实施例中， 在基于预 先训练完成的属性识别模型进行属性识别之前， 首先针对获取到的第一待识别图像中的每个像 素点， 根据该第一待识别图像在LAB颜色空间下 每个通道的第一方差与预先保存的标准对照方 差的比值， 以及预先保存的该像素点对应的标准 对照像素点在每个通道的对照数值， 和该第一待 识别图像在LAB颜色空间下每个通道的第一均 值， 确定该第一待识别图像的每个像素点在LAB 颜色空间下每个通道对应的第一矫正后数值， 并 基于每个第一矫正后数值， 确定矫正后的RGB颜 色空间下的第一目标待识别图像， 基于该第一目 标待识别图像进行属性识别， 有效提高了属性识 别的准确率。 权利要求书3页 说明书19页 附图2页 CN 115294394 A 2022.11.04 CN 115294394 A 1.一种属性识别方法， 其特 征在于， 所述方法包括： 确定获取到的第一待识别图像在LAB颜色空间下每 个通道的第一均值和第一方差； 针对所述第一待识别图像中的每个像素点， 根据LAB颜色空间下每个通道 的第一方差 与预先保存的标准对照方差的比值， 以及预先保存的标准对照像素点集中， 该像素点对应 的标准对照像素点在每个通道的对照数值和所述第一均值， 确定该像素点在LAB颜色空间 下每个通道对应的第一 矫正后数值； 基于所述第 一待识别图像每个像素点在LAB颜色空间下每个通道对应的第 一矫正后数 值， 确定所述第一待识别图像矫 正后的RGB颜色空间下的第一目标待识别图像； 将所述第一目标待识别图像输入到预先训练完成的属性识别模型中， 根据所述属性识 别模型的输出确定识别到的所述第一待识别图像的属性 值。 2.如权利要求1所述的方法， 其特征在于， 所述标准对照像素点集中标准对照像素点在 每个通道的对照数值的确定过程包括： 对第一样本集中的每个第一标准对照图像进行LAB颜色空间转换， 得到每个第二标准 对照图像； 根据所述第一样本集中的每个所述第二标准对照图像， 确定所述第一样本集在LAB颜 色空间下每 个通道的第一对照平均值； 针对每个像素点， 根据 该像素点在每个所述第 二标准对照图像中对应的每个通道的数 值， 确定该像素点在LAB颜色空间下每个通道对应的第二对照平均值； 并针对LAB颜色空间 下的每个通道， 计算该通道对应的所述第二对照平均值与该通道对应的所述第一对照平均 值的差值， 并将所述差值作为所述标准对照像素点集中该像素点对应的标准对照像素点在 该通道的对照数值。 3.如权利要求1或2所述的方法， 其特 征在于， 所述方法还 包括： 根据所述第一样本集中的每个所述第二标准对照图像， 确定所述第一样本集在LAB颜 色空间下每 个通道的对照方差， 并使用所述对照方差对所述标准对照方差进行 更新。 4.如权利要求1所述的方法， 其特 征在于， 所述属性识别模型的训练过程包括： 针对第二样本集中的每个样本图像， 其中， 每个样本图像对应有标签， 所述标签用于标 识样本图像中包 含的人像的每 个预设属性对应的目标属性 值； 将该样本图像输入到预先训练完成的特征提取网络 中， 所述特征提取网络的特征提取 层提取该样本图像的特征图像， 并将所述特征图像输入到特征金字塔网络中； 所述特征金 字塔网络提取所述特征图像的每个第一图像特征向量， 选取任一第一图像特征向量输入到 投影层中； 所述投影层对输入的所述第一图像特征向量进行卷积处理， 得到映射后的第二 图像特征向量， 并将所述第二图像特征向量输入到卷积层中； 所述卷积层对所述第二图像 特征向量进行膨胀卷积处理， 得到第三图像特征向量， 并对所述第二图像特征向量和所述 第三图像特征向量进行融合处理， 得到融合后的第四图像特征向量， 并将所述第四图像特 征向量输入到池化层中； 所述池化层对所述第四图像特征向量进行平均池化处理， 得到每 个池化后的第 五图像特征向量， 并将每个所述第 五图像特征向量输入到全连接层中； 所述 全连接层根据所述每个第五图像特征向量， 确定该样本图像的每个预设属性对应的属性 值； 根据每个所述预设属性对应的属性值， 以及每个所述预设属性对应的目标属性值， 确权　利　要　求　书 1/3 页 2 CN 115294394 A 2定该样本图像对应的损失值， 根据该样本图像对应的损失值对所述属性识别模型进行调 整。 5.如权利要求4所述的方法， 其特征在于， 所述针对第二样本集中的每个样本 图像， 将 该样本图像输入到预 先训练完成的特 征提取网络中之前， 所述方法还 包括： 针对所述第二样本集中的每个样本图像， 确定该样本图像在LAB颜色空间下每个通道 的第二均值和 第二方差； 针对该样本图像中的每个像素点， 根据LAB 颜色空间下每个通道的 第二方差与所述标准对照方差的比值， 以及所述标准对照像素点集中， 该像素点对应的标 准对照像素点在每个通道的对照数值和所述第二均值， 确定该像素点在LAB颜色空间下每 个通道对应的第二矫正后数值； 基于该样本图像每个像素点在LAB颜色空间下每个通道对 应的第二矫正后数值， 确定该样本图像矫正后的RGB颜色空间下的目标样 本图像； 并使用所 述目标样本图像对该样本图像进行 更新。 6.如权利要求1所述的方法， 其特征在于， 若所述第一待识别图像为视频中的帧图像， 所述方法还 包括： 获取所述视频中与所述第一待识别图像相邻的预设数量的第二待识别图像； 针对每个第二待识别图像， 确定该第二待识别图像在LAB颜色空间下每个通道的第三 均值和第三方差； 针对该第二待识别图像中的每个像素点， 根据该第二待识别图像在LAB 颜 色空间下每个通道的第三方差以及所述标准对照方差的比值， 以及预先保存的标准对照像 素点集中， 该像素点对应的标准对照像素点在每个通道的对照数值和所述第三方差， 确定 该像素点在LAB颜色空间下每个通道对应的第三矫正后数值； 基于该第二待识别图像每个 像素点在LAB颜色空间下每个通道对应的第三矫正后数值， 确定该第二待识别图像矫正后 的RGB颜色空间下的第二目标待识别图像； 将所述第二目标待识别图像输入到预先训练完 成的所述属性识别模型中， 根据所述属性识别模型的输出确定识别到的该第二待识别图像 的属性值； 根据所述第一待识别图像的属性值， 每个所述第二待识别图像的属性值以及预设权 重， 确定所述第一待识别图像的目标属性 值。 7.一种属性识别装置， 其特 征在于， 所述装置包括： 确定模块， 用于确定获取到的第一待识别图像在LAB颜色空间下每个通道 的第一均值 和第一方差； 用于针对所述第一待识别图像中的每个像素点， 根据LAB颜色空间下每个通道 的第一方差与预先保存的标准对照方差的比值， 以及预先保存的标准对照像素点集中， 该 像素点对应的标准对照像素点在每个通道的对照数值和所述第一均值， 确定该像素点在 LAB颜色空间下每 个通道对应的第一 矫正后数值； 矫正模块， 基于所述第一待识别图像每个像素点在LAB颜色空间下每个通道对应的第 一矫正后数值， 确定所述第一待识别图像矫 正后的RGB颜色空间下的第一目标待识别图像； 识别模块， 用于将所述第一目标待识别图像输入到预先训练完成的属性识别模型中， 根据所述属性识别模型的输出确定识别到的所述第一待识别图像的属性 值。 8.如权利要求7所述的装置， 其特征在于， 所述确定模块， 还用于对第一样本集中的每 个第一标准对照图像进 行LAB颜色空间转换， 得到每个第二标准对照图像； 根据所述第一样 本集中的每个所述第二标准对照图像， 确定所述第一样本集在LAB颜色空间下每个通道的 第一对照平均值； 针对每个像素点， 根据该像素点在每个所述第二标准对照图像中对应的权　利　要　求　书 2/3 页 3 CN 115294394 A 3