专利名称：使用统计相关性模型的关键点引导的人类属性识别专利类型：发明专利
发明人：胡平,姚安邦,韦嘉,蔡东琪,陈玉荣申请号：CN201780095037.9申请日：20171227公开号：CN111133438A公开日：20200508
摘要：提供了用于基于神经网络的、由解剖学关键点和统计相关性模型引导的人类属性识别的技术。属性包括可以从图像可见地标识或推断的特性，诸如性别、发型、着装风格等。根据实施例实现这些技术的方法包括对人类图像应用属性特征提取(AFE)卷积神经网络(CNN)以基于该图像生成属性特征图。方法进一步包括对人类图像应用关键点引导的提议(KPG)CNN以基于相关联的解剖学关键点生成图像的所提议的分层区域。方法进一步包括：使用CNN组合层生成人类属性的识别概率，该CNN组合层合并属性特征图、所提议的分层区域、以及统计相关性模型(SCM)，统计相关性模型提供属性特征图中的特征与所提议的分层区域之间的相关性。
申请人：英特尔公司
地址：美国加利福尼亚州
国籍：US
代理机构：上海专利商标事务所有限公司
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容