识别结果的确定方法及装置、存储介质及电子装置与流程

本发明涉及图像识别领域，具体而言，涉及一种识别结果的确定方法及装置、存储介质及电子装置。

背景技术：

1、步态识别技术是计算机视觉中的一个重要课题，其是指利用行人步态运动的模式来辨别身份。因为难以伪装，其具有广泛的应用，例如应用在视频监视系统、身份认证和视频检索。尽管行走模式可以反映独特的生物特征信息，但它受到许多协变量的影响，包括穿着、视角、步行速度等。由于数据收集成本昂贵，此前工作集中在实验室理想场景中，行人行走序列由精心布置的相机捕捉，需要在严格限制的室内环境中。例如，行人步态研究的室内场景(camera-based human gait analysis laboratory，简称：casia-b)和欧明思维与动作实验室教学(ou-mvlp)。然后，为了在野外场景中探索真实行人步态识别，研究人员通过游戏引擎的渲染模拟了场景。然后，研究人员将注意力转向大型野外数据集，如行人步态分析大规模野外数据集gait3d和grew。

2、然而，从实验室到野外场景，复杂性和不可扩展性变得尤为突出，与实验室场景中的简单和可分离的协变量相比，其复杂性和不可扩展性更高。因此，如何保留与身份相关的特征并进行检索，以及从行走模式表示中消除相关特征，是实现实用行人步态识别的关键。

3、针对相关技术中，由于无法筛选出与所述识别任务关联性小于阈值的不相关特征，进而导致识别结果与识别任务差异较大的问题，目前尚未提出有效的解决方案。

4、因此，有必要对相关技术予以改良以克服相关技术中的所述缺陷。

技术实现思路

1、本发明实施例提供了一种识别结果的确定方法及装置、存储介质及电子装置，以至少解决由于无法筛选出与所述识别任务关联性小于阈值的不相关特征，进而导致识别结果与识别任务差异较大的问题。

2、根据本发明实施例的一方面，提供一种识别结果的确定方法，包括：在获取到目标对象的行走图集的情况下，将所述行走图集输入到卷积神经网络中，得到所述目标对象对应的步态特征；根据预设的识别任务从所述步态特征中筛选出第一特征，其中，所述第一特征用于指示与所述识别任务关联性小于阈值的特征；通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果。

3、在一个示例性的实施例中，将所述行走图集输入到卷积神经网络中，得到所述目标对象对应的步态特征，包括：获取所述目标对象对应的行走视频，根据所述行走视频确定目标对象的行走图集，其中，所述行走图集包括所述行走视频对应的连续多帧的行走图像；将所述行走图集中的每帧图像输入到所述卷积神经网络中，得到所述图像集合对应的特征集合，其中，所述特征集合包括：多组图像特征，以及所述多组图像特征分别对应的第一特征类别；根据所述第一特征类别从所述特征集合中确定出步态特征。

4、在一个示例性的实施例中，根据预设的识别任务从所述步态特征中筛选出第一特征，包括：根据所述步态特征中每个子特征分别对应的第二特征类别对每个子特征进行编码，得到步态特征对应的编码集合；将所述编码集合中的每个编码的编码值转化为对应的特征向量，得到向量集合；将所述向量集合中的每个特征向量与所述识别任务对应的目标向量进行对比，将于相似度大于阈值的特征向量对应的子特征确定为第一特征。

5、在一个示例性的实施例中，在通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果之前，所述方法还包括：通过第一预设算法确定在所述步态特征与所述第一特征之间的互信息取最小值的情况下，所述步态特征对应第一特征值；根据所述第一特征值对所述步态特征进行调节。

6、在一个示例性的实施例中，在通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果之前，包括：通过第二预设算法确定在所述步态特征与第二特征之间的互信息取最大值的情况下，所述步态特征对应第二特征值；根据所述第二特征值对所述步态特征进行调节。

7、在一个示例性的实施例中，在通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果之后，所述方法还包括：将所述识别结果发送到目标对象，接收所述目标对象基于所述识别结果发出的第一反馈信息；根据所述第一反馈信息确定是否对所述识别任务进行调节。

8、在一个示例性的实施例中，根据所述第一反馈信息确定是否对所述识别任务进行调节之后，所述方法还包括：在所述第一反馈信息指示对所述识别任务进行调节的情况下，获取所述第一反馈信息携带调节参数；按照所述调节参数对所述识别任务进行调节；在所述第一反馈信息指示不对所述识别任务进行调节的情况下，保存所述识别结果。

9、根据本发明实施例的另一方面，还提供了一种识别结果的确定装置，包括：输入模块，用于在获取到目标对象的行走图集的情况下，将所述行走图集输入到卷积神经网络中，得到所述目标对象对应的步态特征；筛选模块，用于根据预设的识别任务从所述步态特征中筛选出第一特征，其中，所述第一特征用于指示与所述识别任务关联性小于阈值的特征；确定模块，用于通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果。

10、根据本发明实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述识别结果的确定方法。

11、根据本发明实施例的又一方面，还提供了一种电子装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，上述处理器通过计算机程序执行上述识别结果的确定方法。

12、通过本发明在获取到目标对象的行走图集的情况下，将所述行走图集输入到卷积神经网络中，得到所述目标对象对应的步态特征；根据预设的识别任务从所述步态特征中筛选出第一特征，其中，所述第一特征用于指示与所述识别任务关联性小于阈值的特征；通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果。解决了由于无法筛选出与所述识别任务关联性小于阈值的不相关特征，进而导致识别结果与识别任务差异较大的问题。

技术特征：

1.一种识别结果的确定方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，将所述行走图集输入到卷积神经网络中，得到所述目标对象对应的步态特征，包括：

3.根据权利要求1所述的方法，其特征在于，根据预设的识别任务从所述步态特征中筛选出第一特征，包括：

4.根据权利要求1所述的方法，其特征在于，在通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果之前，所述方法还包括：

5.根据权利要求1所述的方法，其特征在于，在通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果之前，包括：

6.根据权利要求1所述的方法，其特征在于，在通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果之后，所述方法还包括：

7.根据权利要求6所述的方法，其特征在于，根据所述第一反馈信息确定是否对所述识别任务进行调节之后，所述方法还包括：

8.一种识别结果的确定装置，其特征在于，包括：

9.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行上述权利要求1至7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通过所述计算机程序执行所述权利要求1至7任一项中所述的方法。

技术总结
本发明公开了一种识别结果的确定方法及装置、存储介质及电子装置，其中，上述方法包括：在获取到目标对象的行走图集的情况下，将所述行走图集输入到卷积神经网络中，得到所述目标对象对应的步态特征；根据预设的识别任务从所述步态特征中筛选出第一特征，其中，所述第一特征用于指示与所述识别任务关联性小于阈值的特征；通过所述步态特征和所述第一特征的差值确定所述识别任务对应的识别结果。

技术研发人员：林亦宁,倪华健,时昊
受保护的技术使用者：上海闪马智能科技有限公司
技术研发日：
技术公布日：2024/4/17