CN111753596A - 神经网络的训练方法及装置、电子设备和存储介质 - Google Patents
神经网络的训练方法及装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111753596A CN111753596A CN201910251184.1A CN201910251184A CN111753596A CN 111753596 A CN111753596 A CN 111753596A CN 201910251184 A CN201910251184 A CN 201910251184A CN 111753596 A CN111753596 A CN 111753596A
- Authority
- CN
- China
- Prior art keywords
- orientation
- human body
- body image
- category
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 127
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012549 training Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 69
- 238000002372 labelling Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 26
- 238000012545 processing Methods 0.000 description 26
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 239000013598 vector Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- RTAQQCXQSZGOHL-UHFFFAOYSA-N Titanium Chemical compound [Ti] RTAQQCXQSZGOHL-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种神经网络的训练方法及装置、电子设备和存储介质。该方法包括：将训练用的人体图像输入神经网络，经由所述神经网络输出所述人体图像的预测的朝向结果；基于所述预测的朝向结果与所述人体图像的朝向标注数据确定网络损失；基于所述网络损失调整所述神经网络的参数。使用本公开训练得到的神经网络能够提高朝向检测的精度。
Description
技术领域
本公开涉及计算机视觉技术领域，尤其涉及一种神经网络的训练方法及装置、电子设备和存储介质，以及一种朝向检测方法及装置、电子设备和存储介质。
背景技术
人体朝向检测可以包括人脸朝向检测和身体朝向检测中的一种或两种。其中，人脸朝向指的是人脸所朝方向，身体朝向指的是躯干所朝方向。人体朝向检测在自动驾驶和行人注意力分析等方面具有重要意义。如何训练用于朝向检测的神经网络，以提高朝向检测的精度，是亟待解决的问题。
发明内容
本公开实施例提出了一种神经网络的训练技术方案以及一种朝向检测方案。
根据本公开的一方面，提供了一种神经网络的训练方法，包括：
将训练用的人体图像输入神经网络，经由所述神经网络输出所述人体图像的预测的朝向结果；
基于所述预测的朝向结果与所述人体图像的朝向标注数据确定网络损失；
基于所述网络损失调整所述神经网络的参数。
在一种可能的实现方式中，所述预测的朝向结果包括预测的朝向角度，所述朝向标注数据包括标注的朝向角度；
所述基于所述预测的朝向结果与所述人体图像的朝向标注数据确定网络损失，包括：
将所述预测的朝向角度与所述标注的朝向角度之间的夹角确定为网络损失。
在一种可能的实现方式中，所述预测的朝向结果包括预测的人脸朝向结果和预测的身体朝向结果，所述朝向标注数据包括人脸朝向标注数据和身体朝向标注数据；
所述基于所述预测的朝向结果与所述人体图像的朝向标注数据确定网络损失，包括：
基于所述预测的人脸朝向结果与所述人脸朝向标注数据，确定第一网络损失；
基于所述预测的身体朝向结果与所述身体朝向标注数据，确定第二网络损失；
将所述第一网络损失与所述第二网络损失之和确定为所述网络损失。
在一种可能的实现方式中，在将训练用的人体图像输入神经网络之前，所述人体图像的朝向标注数据采用以下步骤获得：
确定所述人体图像在N分类中的朝向类别，其中，N为大于1的整数；
根据所述人体图像在N分类中的朝向类别，确定所述人体图像在M分类中的多个朝向类别备选项，其中，M为大于N的整数，所述人体图像在M分类中的多个朝向类别备选项的个数小于M；
从所述多个朝向类别备选项中，确定所述人体图像在M分类中的朝向类别；
根据所述人体图像在M分类中的朝向类别，确定所述人体图像的朝向标注数据。
在一种可能的实现方式中，所述根据所述人体图像在M分类中的朝向类别，确定所述人体图像的朝向标注数据，包括：
将所述人体图像在M分类中的朝向类别对应的朝向角度确定为所述人体图像的朝向标注数据。
在一种可能的实现方式中，所述根据所述人体图像在N分类中的朝向类别，确定所述人体图像在M分类中的多个朝向类别备选项，包括：
将所述人体图像在N分类中的朝向类别确定为所述人体图像在M分类中的多个朝向类别备选项中的第一朝向类别；
将与所述第一朝向类别最接近的至少一个朝向类别确定为所述人体图像在M分类中的多个朝向类别备选项中的其余的朝向类别。
在一种可能的实现方式中，从所述多个朝向类别备选项中，确定所述人体图像在M分类中的朝向类别，包括：
获取针对所述多个朝向类别备选项中的一个朝向类别的选择请求；
将所述选择请求对应的朝向类别确定为所述人体图像在M分类中的朝向类别。
根据本公开的另一方面，提供了一种朝向检测方法，所述朝向检测方法采用神经网络进行朝向检测，所述神经网络采用上述神经网络的训练方法进行训练。
根据本公开的另一方面，提供了一种神经网络的训练装置，包括：
预测模块，用于将训练用的人体图像输入神经网络，经由所述神经网络输出所述人体图像的预测的朝向结果；
确定模块，用于基于所述预测的朝向结果与所述人体图像的朝向标注数据确定网络损失；
调整模块，用于基于所述网络损失调整所述神经网络的参数。
在一种可能的实现方式中，所述预测的朝向结果包括预测的朝向角度，所述朝向标注数据包括标注的朝向角度；
所述确定模块用于：
将所述预测的朝向角度与所述标注的朝向角度之间的夹角确定为网络损失。
在一种可能的实现方式中，所述预测的朝向结果包括预测的人脸朝向结果和预测的身体朝向结果，所述朝向标注数据包括人脸朝向标注数据和身体朝向标注数据；
所述确定模块包括：
第一确定子模块，用于基于所述预测的人脸朝向结果与所述人脸朝向标注数据，确定第一网络损失；
第二确定子模块，用于基于所述预测的身体朝向结果与所述身体朝向标注数据，确定第二网络损失；
第三确定子模块，用于将所述第一网络损失与所述第二网络损失之和确定为所述网络损失。
在一种可能的实现方式中，所述装置还包括朝向标注数据确定模块；所述朝向标注数据确定模块，用于在将训练用的人体图像输入神经网络之前，获得所述人体图像的朝向标注数据；
所述朝向标注数据确定模块包括：
第四确定子模块，用于确定所述人体图像在N分类中的朝向类别，其中，N为大于1的整数；
第五确定子模块，用于根据所述人体图像在N分类中的朝向类别，确定所述人体图像在M分类中的多个朝向类别备选项，其中，M为大于N的整数，所述人体图像在M分类中的多个朝向类别备选项的个数小于M；
第六确定子模块，用于从所述多个朝向类别备选项中，确定所述人体图像在M分类中的朝向类别；
第七确定子模块，用于根据所述人体图像在M分类中的朝向类别，确定所述人体图像的朝向标注数据。
在一种可能的实现方式中，所述第七确定子模块用于：
将所述人体图像在M分类中的朝向类别对应的朝向角度确定为所述人体图像的朝向标注数据。
在一种可能的实现方式中，所述第五确定子模块用于：
将所述人体图像在N分类中的朝向类别确定为所述人体图像在M分类中的多个朝向类别备选项中的第一朝向类别；
将与所述第一朝向类别最接近的至少一个朝向类别确定为所述人体图像在M分类中的多个朝向类别备选项中的其余的朝向类别。
在一种可能的实现方式中，所述第六确定子模块用于：
获取针对所述多个朝向类别备选项中的一个朝向类别的选择请求；
将所述选择请求对应的朝向类别确定为所述人体图像在M分类中的朝向类别。
根据本公开的另一方面，提供了一种朝向检测装置，所述朝向检测装置用于采用神经网络进行朝向检测，所述神经网络采用上述神经网络的训练装置进行训练。
根据本公开的另一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述神经网络的训练方法。
根据本公开的另一方面，提供了一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行上述朝向检测方法。
根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述神经网络的训练方法。
根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述朝向检测方法。
在本公开实施例中，通过将训练用的人体图像输入神经网络，经由神经网络输出人体图像的预测的朝向结果，基于预测的朝向结果与人体图像的朝向标注数据确定网络损失，并基于网络损失调整神经网络的参数，使用由此训练得到的神经网络进行朝向检测能够提高朝向检测的精度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
图1示出根据本公开实施例的神经网络的训练方法的流程图。
图2示出根据本公开实施例的神经网络的训练方法中8分类的朝向类别的示意图。
图3a示出根据本公开实施例的神经网络的训练方法中人体图像的一示意图。
图3b示出根据本公开实施例的神经网络的训练方法中人体图像的另一示意图。
图4示出根据本公开实施例的神经网络的训练方法中的朝向类别备选项的示意图。
图5示出根据本公开实施例的神经网络的训练装置的框图。
图6是根据一示例性实施例示出的一种电子设备800的框图。
图7是根据一示例性实施例示出的一种电子设备1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
图1示出根据本公开实施例的神经网络的训练方法的流程图。该神经网络的训练方法的执行主体可以是神经网络的训练装置。例如，该神经网络的训练方法可以由终端设备或服务器或其它处理设备执行。其中，终端设备可以是用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备或者可穿戴设备等。在一些可能的实现方式中，该神经网络的训练方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，该方法包括步骤S11至步骤S13。
在步骤S11中，将训练用的人体图像输入神经网络，经由该神经网络输出人体图像的预测的朝向结果。
本公开实施例中的人体可以为行人的人体，也可以为处于其他状态的人体，在此不作限定。
在一种可能的实现方式中，朝向包括人脸朝向和身体朝向中的一种或两种。
在一种可能的实现方式中，将训练用的人体图像输入神经网络，可以为：将训练用的人体图像的检测框中的图像输入神经网络；人体图像的预测的朝向结果可以为人体图像的检测框中的图像的预测的朝向结果。
在一种可能的实现方式中，该神经网络用于M分类的朝向检测，预测的朝向结果为人体图像(或者人体图像的检测框中的图像)对应的朝向类别。在该实现方式中，神经网络的输出可以为M维向量。
在另一种可能的实现方式中，神经网络用于输出朝向角度，预测的朝向结果为人体图像(或者人体图像的检测框中的图像)对应的朝向角度。在该实现方式中，神经网络的输出可以为二维单位向量。例如，两个维度可以分别为人体的朝向在人体图像的俯视图直角坐标系中的x坐标和y坐标。在本公开实施例中，在M足够大(例如M等于32)的情况下，M分类的数据精度足够高，因此可以将朝向类别转换为角度值，训练回归模型。
在一种可能的实现方式中，神经网络可以使用ResNet18网络结构，在ImageNet数据集(一种大型的图片分类数据集)的预训练模型的基础上进行微调，从而能够在更短的时间内达到更高的朝向检测准确率。
在一种可能的实现方式中，神经网络可以在用于N分类朝向检测的神经网络的基础上进行训练优化，换言之，在神经网络训练之前，神经网络与用于N分类朝向检测的神经网络可以相同。
在步骤S12中，基于预测的朝向结果与人体图像的朝向标注数据确定网络损失。
在一种可能的实现方式中，预测的朝向结果包括预测的朝向类别，朝向标注数据包括标注的朝向类别；基于预测的朝向结果与人体图像的朝向标注数据确定网络损失，包括：将预测的朝向类别对于标注的朝向类别的交叉熵确定为网络损失。
在该实现方式中，该神经网络用于M分类的朝向检测，预测的朝向结果和标注的朝向类别均可以用M维向量表示。例如，预测的朝向类别为第一向量，标注的朝向类别为第二向量，则预测的朝向类别对于标注的朝向类别的交叉熵，即第一向量对于第二向量的交叉熵。
在另一种可能的实现方式中，预测的朝向结果包括预测的朝向角度，朝向标注数据包括标注的朝向角度；基于预测的朝向结果与人体图像的朝向标注数据确定网络损失，包括：将预测的朝向角度与标注的朝向角度之间的夹角确定为网络损失。
在一种可能的实现方式中，在人体包括人脸和身体，且朝向包括人脸朝向和身体朝向的情况下，神经网络可以同时对人脸朝向和身体朝向进行检测，而无需将人脸朝向和身体朝向作为单独的任务分别进行检测，从而能够提高朝向检测的效率；并且由于人脸朝向和身体朝向通常是同一个方向，因此，将人脸朝向和身体朝向作为一个任务同时进行神经网络的训练，得到的网络损失可以相互印证，使得在使用训练完成的神经网络进行朝向检测时，朝向检测的准确度更高。
在一种可能的实现方式中，预测的朝向结果包括预测的人脸朝向结果和预测的身体朝向结果，朝向标注数据包括人脸朝向标注数据和身体朝向标注数据；基于预测的朝向结果与人体图像的朝向标注数据确定网络损失，包括：基于预测的人脸朝向结果与人脸朝向标注数据，确定第一网络损失；基于预测的身体朝向结果与身体朝向标注数据，确定第二网络损失；将第一网络损失与第二网络损失之和确定为网络损失。
在一个示例中，预测的人脸朝向结果包括预测的人脸朝向类别，人脸朝向标注数据包括标注的人脸朝向类别；基于预测的人脸朝向结果与人脸朝向标注数据，确定第一网络损失，包括：将预测的人脸朝向类别对于标注的人脸朝向类别的交叉熵确定为第一网络损失。
在另一个示例中，预测的人脸朝向结果包括预测的人脸朝向角度，人脸朝向标注数据包括标注的人脸朝向角度；基于预测的人脸朝向结果与人脸朝向标注数据，确定第一网络损失，包括：将预测的人脸朝向角度与标注的人脸朝向角度之间的夹角确定为第一网络损失。
在一个示例中，预测的身体朝向结果包括预测的身体朝向类别，身体朝向标注数据包括标注的身体朝向类别；基于预测的身体朝向结果与身体朝向标注数据，确定第二网络损失，包括：将预测的身体朝向类别对于标注的身体朝向类别的交叉熵确定为第二网络损失。
在另一个示例中，预测的身体朝向结果包括预测的身体朝向角度，身体朝向标注数据包括标注的身体朝向角度；基于预测的身体朝向结果与身体朝向标注数据，确定第二网络损失，包括：将预测的身体朝向角度与标注的身体朝向角度之间的夹角确定为第二网络损失。
在步骤S13中，基于网络损失调整该神经网络的参数。
在一种可能的实现方式中，可以基于网络损失和反向传播算法调整神经网络的参数。
在本公开实施例中，通过将训练用的人体图像输入神经网络，经由神经网络输出人体图像的预测的朝向结果，基于预测的朝向结果与人体图像的朝向标注数据确定网络损失，并基于网络损失调整神经网络的参数，由此使用训练得到的神经网络进行朝向检测能够提高朝向检测的精度。
在一种可能的实现方式中，在将训练用的人体图像输入神经网络之前，人体图像的朝向标注数据采用以下步骤获得：确定人体图像在N分类中的朝向类别，其中，N为大于1的整数；根据人体图像在N分类中的朝向类别，确定人体图像在M分类中的多个朝向类别备选项，其中，M为大于N的整数，人体图像在M分类中的多个朝向类别备选项的个数小于M；从多个朝向类别备选项中，确定人体图像在M分类中的朝向类别；根据人体图像在M分类中的朝向类别，确定人体图像的朝向标注数据。
在一个示例中，N等于8。图2示出根据本公开实施例的神经网络的训练方法中8分类的朝向类别的示意图。如图2所示，8分类的朝向类别可以包括前、左前、左、左后、后、右后、右和右前。
图3a示出根据本公开实施例的神经网络的训练方法中人体图像的一示意图。图3b示出根据本公开实施例的神经网络的训练方法中人体图像的另一示意图。图3a和图3b中的人体图像在8分类中的朝向类别均为左后，但可以明显看出两个人体图像中的朝向并不相同。而图3a和图3b中的人体图像在32分类中的朝向类别不相同。由此可知，通过提高分类数能够提高朝向检测的精度。
在一种可能的实现方式中，确定人体图像在N分类中的朝向类别，包括：将人体图像输入用于N分类朝向检测的神经网络，以经由该用于N分类朝向检测的神经网络确定人体图像在N分类中的朝向类别。该实现方式中的用于N分类朝向检测的神经网络可以为相关技术中已有的用于N分类的朝向检测的神经网络，也可以为预先训练的用于N分类的朝向检测的神经网络。在该实现方式中，可以通过用于N分类朝向检测的神经网络确定人体图像在N分类中的人脸朝向类别和身体朝向类别中的一种或两种。
需要说明的是，尽管以通过用于N分类朝向检测的神经网络确定人体图像在N分类中的朝向类别作为示例介绍了确定人体图像在N分类中的朝向类别的方式如上，但本领域技术人员可以理解，本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活选择确定人体图像在N分类中的朝向类别的具体实现方式。例如，在需要确定人体图像在N分类中的人脸朝向类别和身体朝向类别的情况下，可以通过神经网络确定人体图像在N分类中的人脸朝向类别，并通过第二神经网络确定人体图像在N分类中的身体朝向类别。
在一种可能的实现方式中，在确定人体图像在N分类中的朝向类别之前，该方法还可以包括：获取人体图像和人体图像中的检测框。例如，可以采用行人检测模块从车载摄像头采集的视频中获取人体图像和人体图像中的检测框。
在一种可能的实现方式中，M可以等于N的2倍。例如，N等于4，M等于8；N等于8，M等于16；N等于16，M等于32。其中，4分类的相邻朝向类别的间距为90度，8分类的相邻朝向类别的间距为45度，16分类的相邻朝向类别的间距为22.5度，32分类的相邻朝向类别的间距为11.25度。
在一种可能的实现方式中，N为大于或等于4的整数，M等于N的偶数倍。
需要说明的是，尽管以以上例子介绍了N和M的取值，但本领域技术人员能够理解，本公开应不限于此。本领域技术人员可以根据实际应用场景需求和/或个人喜好灵活设置N和M的取值，只要N为大于1的整数且M为大于N的整数即可。
在本公开实施例中，从人体图像在M分类中的多个朝向类别备选项中，选择一个作为人体图像在M分类中的朝向类别。
在本公开实施例中，通过确定人体图像在N分类中的朝向类别，根据人体图像在N分类中的朝向类别，确定人体图像在M分类中的多个朝向类别备选项，从多个朝向类别备选项中，确定人体图像在M分类中的朝向类别，根据人体图像在M分类中的朝向类别，确定人体图像的朝向标注数据，由此能够利用较低分类数的朝向类别得到较高分类数的朝向类别标注数据，从而能够在大大降低标注量和标注耗时的同时，提高神经网络进行朝向检测的精度。
在一种可能的实现方式中，根据人体图像在M分类中的朝向类别，确定人体图像的朝向标注数据，包括：将人体图像在M分类中的朝向类别对应的朝向角度确定为人体图像的朝向标注数据。
在另一种可能的实现方式中，根据人体图像在M分类中的朝向类别，确定人体图像的朝向标注数据，包括：将人体图像在M分类中的朝向类别确定为人体图像的朝向标注数据。
在一种可能的实现方式中，根据人体图像在N分类中的朝向类别，确定人体图像在M分类中的多个朝向类别备选项，包括：将人体图像在N分类中的朝向类别确定为人体图像在M分类中的多个朝向类别备选项中的第一朝向类别；将与第一朝向类别最接近的至少一个朝向类别确定为人体图像在M分类中的多个朝向类别备选项中的其余的朝向类别。
在该实现方式中，人体图像在M分类中的多个朝向类别备选项包括第一朝向类别。其中，第一朝向类别表示某一朝向类别。第一朝向类别中的“第一”在此仅为表述和指代的方便，并不意味在本公开的具体实现方式中一定会有与之对应的第一朝向类别。
图4示出根据本公开实施例的神经网络的训练方法中的朝向类别备选项的示意图。如图4所示，例如，人体图像在N分类中的朝向类别为C1，则可以将C1确定为人体图像在M分类中的第一朝向类别。
如图4所示，例如，朝向类别备选项的数量为5，则可以将与第一朝向类别的朝向最接近的朝向类别C2、C3、C4和C5分别确定为朝向类别备选项中的其余的朝向类别，即，朝向类别备选项包括C1、C2、C3、C4和C5。
例如，N等于8，M等于16。8分类的相邻朝向类别的间距为45度，朝向向前为0度，朝向向右前为45度，朝向向右为90度，朝向向右后为135度，朝向向后为180度，朝向向左后为225度，朝向向左为270度，朝向向左前为315度。例如，人体图像在8分类中的朝向类别为90度，则5个朝向类别备选项分别为45度、67.5度、90度、112.5度和135度。
通过确定朝向类别备选项，由此仅需从朝向类别备选项中确定人体图像在M分类中的朝向类别，而无需从M个朝向类别中确定人体图像在M分类中的朝向类别。较少的朝向类别备选项不仅大大提高标注速度，降低标注成本，同时也能提高标注准确率，减少标注误差。
在一种可能的实现方式中，从多个朝向类别备选项中，确定人体图像在M分类中的朝向类别，包括：获取针对多个朝向类别备选项中的一个朝向类别的选择请求；将选择请求对应的朝向类别确定为人体图像在M分类中的朝向类别。
例如，在朝向类别备选项C1、C2、C3、C4和C5中，选择请求对应的朝向类别为C3，则将C3确定为人体图像在M分类中的朝向类别。
例如，M等于16，朝向类别备选项为45度、67.5度、90度、112.5度和135度，选择请求对应的朝向类别为67.5度。
该实现方式通过获取针对多个朝向类别备选项中的一个朝向类别备选项的选择请求，并将选择请求对应的朝向类别确定为人体图像在M分类中的朝向类别，由此能够由用户从多个朝向类别备选项快速选择人体图像在M分类中的朝向类别，从而能够大大提高标注效率。
在一种可能的实现方式中，在将训练用的人体图像输入神经网络之前，该方法还包括：将人体图像的检测框中的图像缩放至指定尺寸；将训练用的人体图像输入神经网络，包括：将缩放至指定尺寸后的检测框中的图像输入该神经网络。例如，指定尺寸为224×224像素。
在一种可能的实现方式中，在将人体图像的检测框中的图像缩放至指定尺寸之前，该方法还包括：对人体图像进行增强处理，得到增强处理后的人体图像；将人体图像的检测框中的图像缩放至指定尺寸，包括：将增强处理后的人体图像的检测框中的图像缩放至指定尺寸。
该实现方式通过对人体图像进行增强处理，能够进一步提高神经网络的准确性。
在一种可能的实现方式中，对人体图像进行增强处理，包括以下一项或多项：对人体图像的检测框进行缩放处理；对人体图像进行翻转处理；对人体图像进行旋转处理；降低人体图像的分辨率。
在该实现方式中，通过对人体图像的检测框进行缩放处理，一方面能够进一步提高检测框的准确性，另一方面能够进行数据增强，有效降低神经网络过拟合的可能性。
在该实现方式中，翻转处理可以包括上下翻转和左右翻转中的一种或两种。
在该实现方式中，旋转处理可以为逆时针旋转或者顺时针旋转。该示例不对旋转角度进行限定。
在该实现方式中，通过降低人体图像的分辨率，能够提高神经网络的鲁棒性。
本公开实施例所训练的神经网络不仅能应用于单人场景中，还能较好地适应复杂的道路环境，在复杂的道路环境下获得较准确的朝向检测结果。
实验表明，在M等于32的情况下，本公开实施例中的神经网络进行朝向检测的平均误差能够控制在11.25度以内。由此可知，本公开实施例提供的训练方法训练出的神经网络进行朝向检测的准确度较高。
实验还表明，在使用Titan Xp的情况下，神经网络进行朝向检测的速度大于80fps(帧每秒)。在车载环境下，可以达到实时检测的效果。
可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
此外，本公开还提供了神经网络的训练装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种神经网络的训练方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
本公开实施例还提出一种朝向检测方法，该方法采用神经网络进行朝向检测，所述神经网络采用上述神经网络的训练方法进行训练神经网络。
使用经上述神经网络的训练方法训练的神经网络进行朝向检测能够提高朝向检测的准确性。
在一种可能的实现方式中，该朝向检测方法可以应用于自动驾驶中。例如，通过对车载摄像头中行人的身体和人脸朝向进行检测，结合行人历史移动轨迹，预测行人之后的运动轨迹，得到风险区域，辅助路径规划。
在另一种可能的实现方式中，该朝向检测方法可以应用于行人注意力分析中。例如，面对一个多人对话的场景，通过综合人脸和身体朝向，判断每个人的注意力在谁身上，从而判断其交谈对象。
图5示出根据本公开实施例的神经网络的训练装置的框图。如图5所示，神经网络的训练装置包括：预测模块51，用于将训练用的人体图像输入神经网络，经由该神经网络输出人体图像的预测的朝向结果；确定模块52，用于基于预测的朝向结果与人体图像的朝向标注数据确定网络损失；调整模块53，用于基于网络损失调整该神经网络的参数。
在一种可能的实现方式中，预测的朝向结果包括预测的朝向角度，朝向标注数据包括标注的朝向角度；确定模块52用于：将预测的朝向角度与标注的朝向角度之间的夹角确定为网络损失。
在一种可能的实现方式中，预测的朝向结果包括预测的人脸朝向结果和预测的身体朝向结果，朝向标注数据包括人脸朝向标注数据和身体朝向标注数据；
确定模块52包括：第一确定子模块，用于基于预测的人脸朝向结果与人脸朝向标注数据，确定第一网络损失；第二确定子模块，用于基于预测的身体朝向结果与身体朝向标注数据，确定第二网络损失；第三确定子模块，用于将第一网络损失与第二网络损失之和确定为网络损失。
在一种可能的实现方式中，上述的神经网络的训练装置还包括朝向标注数据确定模块；所述朝向标注数据确定模块，用于在将训练用的人体图像输入神经网络之前，获得人体图像的朝向标注数据；朝向标注数据确定模块包括：第四确定子模块，用于确定人体图像在N分类中的朝向类别，其中，N为大于1的整数；第五确定子模块，用于根据人体图像在N分类中的朝向类别，确定人体图像在M分类中的多个朝向类别备选项，其中，M为大于N的整数，人体图像在M分类中的多个朝向类别备选项的个数小于M；第六确定子模块，用于从多个朝向类别备选项中，确定人体图像在M分类中的朝向类别；第七确定子模块，用于根据人体图像在M分类中的朝向类别，确定人体图像的朝向标注数据。
在一种可能的实现方式中，第七确定子模块用于：将人体图像在M分类中的朝向类别对应的朝向角度确定为人体图像的朝向标注数据。
在一种可能的实现方式中，第五确定子模块用于：将人体图像在N分类中的朝向类别确定为人体图像在M分类中的多个朝向类别备选项中的第一朝向类别；将与第一朝向类别最接近的至少一个朝向类别确定为人体图像在M分类中的多个朝向类别备选项中的其余的朝向类别。
在一种可能的实现方式中，第六确定子模块用于：获取针对多个朝向类别备选项中的一个朝向类别的选择请求；将选择请求对应的朝向类别确定为人体图像在M分类中的朝向类别。
在本公开实施例中，通过将训练用的人体图像输入神经网络，经由神经网络输出人体图像的预测的朝向结果，基于预测的朝向结果与人体图像的朝向标注数据确定网络损失，并基于网络损失调整神经网络的参数，使用由此训练得到的神经网络进行朝向检测能够提高朝向检测的精度。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种朝向检测装置，该装置用于采用神经网络进行朝向检测，所述神经网络采用上述神经网络的训练装置进行训练。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行上述神经网络的训练方法。
本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行上述朝向检测方法。
电子设备可以被提供为终端、服务器或其它形态的设备。
图6是根据一示例性实施例示出的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图6，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
图7是根据一示例性实施例示出的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图7，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种神经网络的训练方法，其特征在于，包括：
将训练用的人体图像输入神经网络，经由所述神经网络输出所述人体图像的预测的朝向结果；
基于所述预测的朝向结果与所述人体图像的朝向标注数据确定网络损失；
基于所述网络损失调整所述神经网络的参数。
2.根据权利要求1所述的方法，其特征在于，在将训练用的人体图像输入神经网络之前，所述人体图像的朝向标注数据采用以下步骤获得：
确定所述人体图像在N分类中的朝向类别，其中，N为大于1的整数；
根据所述人体图像在N分类中的朝向类别，确定所述人体图像在M分类中的多个朝向类别备选项，其中，M为大于N的整数，所述人体图像在M分类中的多个朝向类别备选项的个数小于M；
从所述多个朝向类别备选项中，确定所述人体图像在M分类中的朝向类别；
根据所述人体图像在M分类中的朝向类别，确定所述人体图像的朝向标注数据。
3.一种朝向检测方法，其特征在于，所述朝向检测方法采用神经网络进行朝向检测，所述神经网络采用权利要求1或2所述的方法进行训练。
4.一种神经网络的训练装置，其特征在于，包括：
预测模块，用于将训练用的人体图像输入神经网络，经由所述神经网络输出所述人体图像的预测的朝向结果；
确定模块，用于基于所述预测的朝向结果与所述人体图像的朝向标注数据确定网络损失；
调整模块，用于基于所述网络损失调整所述神经网络的参数。
5.根据权利要求4所述的装置，其特征在于，所述装置还包括朝向标注数据确定模块；所述朝向标注数据确定模块，用于在将训练用的人体图像输入神经网络之前，获得所述人体图像的朝向标注数据；
所述朝向标注数据确定模块包括：
第四确定子模块，用于确定所述人体图像在N分类中的朝向类别，其中，N为大于1的整数；
第五确定子模块，用于根据所述人体图像在N分类中的朝向类别，确定所述人体图像在M分类中的多个朝向类别备选项，其中，M为大于N的整数，所述人体图像在M分类中的多个朝向类别备选项的个数小于M；
第六确定子模块，用于从所述多个朝向类别备选项中，确定所述人体图像在M分类中的朝向类别；
第七确定子模块，用于根据所述人体图像在M分类中的朝向类别，确定所述人体图像的朝向标注数据。
6.一种朝向检测装置，其特征在于，所述朝向检测装置用于采用神经网络进行朝向检测，所述神经网络采用权利要求4或5所述的装置进行训练。
7.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1或2所述的方法。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求3所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1或2所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求3所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910251184.1A CN111753596B (zh) | 2019-03-29 | 2019-03-29 | 神经网络的训练方法及装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910251184.1A CN111753596B (zh) | 2019-03-29 | 2019-03-29 | 神经网络的训练方法及装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111753596A true CN111753596A (zh) | 2020-10-09 |
| CN111753596B CN111753596B (zh) | 2024-08-20 |
Family
ID=72672469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910251184.1A Active CN111753596B (zh) | 2019-03-29 | 2019-03-29 | 神经网络的训练方法及装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111753596B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107122736A (zh) * | 2017-04-26 | 2017-09-01 | 北京邮电大学 | 一种基于深度学习的人体朝向预测方法及装置 |
| CN107729838A (zh) * | 2017-10-12 | 2018-02-23 | 中科视拓（北京）科技有限公司 | 一种基于深度学习的头部姿态估算方法 |
| KR20180022288A (ko) * | 2016-08-24 | 2018-03-06 | 한국과학기술원 | 부분구조 학습기법과 영상데이터를 이용한 신경망 학습 방법 및 장치 |
| CN108921022A (zh) * | 2018-05-30 | 2018-11-30 | 腾讯科技（深圳）有限公司 | 一种人体属性识别方法、装置、设备及介质 |
-
2019
- 2019-03-29 CN CN201910251184.1A patent/CN111753596B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20180022288A (ko) * | 2016-08-24 | 2018-03-06 | 한국과학기술원 | 부분구조 학습기법과 영상데이터를 이용한 신경망 학습 방법 및 장치 |
| CN107122736A (zh) * | 2017-04-26 | 2017-09-01 | 北京邮电大学 | 一种基于深度学习的人体朝向预测方法及装置 |
| CN107729838A (zh) * | 2017-10-12 | 2018-02-23 | 中科视拓（北京）科技有限公司 | 一种基于深度学习的头部姿态估算方法 |
| CN108921022A (zh) * | 2018-05-30 | 2018-11-30 | 腾讯科技（深圳）有限公司 | 一种人体属性识别方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111753596B (zh) | 2024-08-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110647834B (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
| CN110287874B (zh) | 目标追踪方法及装置、电子设备和存储介质 | |
| CN109697734B (zh) | 位姿估计方法及装置、电子设备和存储介质 | |
| CN110889469B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| CN107692997B (zh) | 心率检测方法及装置 | |
| US11288531B2 (en) | Image processing method and apparatus, electronic device, and storage medium | |
| CN109257645B (zh) | 视频封面生成方法及装置 | |
| CN107944409B (zh) | 能够区分关键动作的视频分析方法及装置 | |
| CN110798630B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
| US11314965B2 (en) | Method and apparatus for positioning face feature points | |
| CN112465843A (zh) | 图像分割方法及装置、电子设备和存储介质 | |
| CN110458218B (zh) | 图像分类方法及装置、分类网络训练方法及装置 | |
| CN111462238B (zh) | 姿态估计优化方法、装置及存储介质 | |
| CN113065591B (zh) | 目标检测方法及装置、电子设备和存储介质 | |
| CN108881952B (zh) | 视频生成方法及装置、电子设备和存储介质 | |
| CN111104920A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
| CN111680646B (zh) | 动作检测方法及装置、电子设备和存储介质 | |
| CN109344703B (zh) | 对象检测方法及装置、电子设备和存储介质 | |
| WO2022141969A1 (zh) | 图像分割方法及装置、电子设备、存储介质和程序 | |
| CN108171222B (zh) | 一种基于多流神经网络的实时视频分类方法及装置 | |
| CN111311588B (zh) | 重定位方法及装置、电子设备和存储介质 | |
| CN109635926B (zh) | 用于神经网络的注意力特征获取方法、装置及存储介质 | |
| CN111582265A (zh) | 一种文本检测方法及装置、电子设备和存储介质 | |
| CN111832338A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
| CN110969569A (zh) | 试镜视频的生成方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240708 Address after: Room 2203, 22nd Floor, Building 1, No. 2 Ronghua South Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing 100176 Applicant after: Beijing Jueying Zhilian Technology Co.,Ltd. Country or region after: China Address before: 2/F, Block 1, Seaside Building, 12 Science and Technology Avenue East, Sha Tin Science Park, Hong Kong, China Applicant before: SENSETIME Group Ltd. Country or region before: Hong-Kong |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |