JP2021514497A5 - - Google Patents

Description

本開示の実施例では、前記注意特徴は、指定された、抽出する必要がある特徴であってよく、前記属性特徴の中の１つ又は複数のものであってよい。

Claims (13)

1. ターゲットオブジェクトを含む被処理画像に対して属性特徴抽出を行って、前記ターゲットオブジェクトのＮ個の属性特徴を得るステップであって、Ｎが１より大きい整数であるステップと、
   注意メカニズムに基づいて前記被処理画像に対して注意特徴抽出を行って、前記ターゲットオブジェクトのＮ個の注意特徴を得るステップであって、前記注意特徴は、指定された、抽出する必要がある特徴であり、前記注意特徴は前記属性特徴に属する、ステップと、
   前記Ｎ個の注意特徴に対してクラスタリング処理を行って、Ｍ個のクラスタリング注意特徴を得るステップであって、Ｍが正整数であり且つＭ＜Ｎであるステップと、
   前記Ｎ個の属性特徴及び前記Ｍ個のクラスタリング注意特徴に基づいて、前記ターゲットオブジェクトの顔部認識結果を決定するステップと、を含む顔部認識方法。
2. 前記Ｎ個の注意特徴に対してクラスタリング処理を行って、Ｍ個のクラスタリング注意特徴を得るステップは、
   前記Ｎ個の注意特徴に対してクラスタリング処理を行って、Ｍ個のクラスタリング集合を得るステップであって、各注意特徴はＭ個のクラスタリング集合のうちの１つのクラスタリング集合に対応するステップと、
   各クラスタリング集合のクラスタリング注意特徴をそれぞれ決定して、Ｍ個のクラスタリング注意特徴を得るステップと、を含む請求項１に記載の方法。
3. 前記Ｎ個の属性特徴と前記Ｎ個の注意特徴をそれぞれ乗算して、強化後のＮ個の属性特徴を得るステップを更に含み、
   前記Ｎ個の属性特徴及び前記Ｍ個のクラスタリング注意特徴に基づいて、前記ターゲットオブジェクトの顔部認識結果を決定するステップは、
   前記Ｍ個のクラスタリング注意特徴に基づいて強化後のＮ個の属性特徴をそれぞれ補正して、前記ターゲットオブジェクトの顔部認識結果を得るステップを含む請求項１又は２に記載の方法。
4. 前記Ｎ個の属性特徴及び前記Ｍ個のクラスタリング注意特徴に基づいて、前記ターゲットオブジェクトの顔部認識結果を決定するステップは、
   前記Ｍ個のクラスタリング注意特徴に基づいて前記Ｎ個の属性特徴をそれぞれ補正して、前記顔部認識結果を得るステップを含む請求項１又は２に記載の方法。
5. 前記Ｍ個のクラスタリング注意特徴に基づいて強化後のＮ個の属性特徴をそれぞれ補正して、前記ターゲットオブジェクトの顔部認識結果を得るステップは、
   強化後のＮ個の属性特徴と前記Ｎ個の属性特徴のうち少なくとも一部の属性特徴に対応する前記クラスタリング注意特徴をそれぞれ乗算して、前記顔部認識結果を得るステップを含む請求項３に記載の方法。
6. 前記Ｍ個のクラスタリング注意特徴に基づいて前記Ｎ個の属性特徴をそれぞれ補正して、前記ターゲットオブジェクトの顔部認識結果を得るステップは、
   前記Ｎ個の属性特徴と前記Ｎ個の属性特徴のうち少なくとも一部の属性特徴に対応する前記クラスタリング注意特徴をそれぞれ乗算して、前記顔部認識結果を得るステップを含む請求項４に記載の方法。
7. 前記方法はニューラルネットワークによって実現され、前記ニューラルネットワークは、前記被処理画像に対して属性特徴抽出を行うためのマルチタスク畳み込みネットワークと、前記被処理画像に対して注意特徴抽出を行うための複数の単独注意ネットワークと、前記Ｎ個の注意特徴に対してクラスタリング処理を行うためのクラスタリングネットワークと、を含む請求項１〜６のいずれか一項に記載の方法。
8. 前記ニューラルネットワークを訓練する過程で、前記クラスタリングネットワークのネットワーク損失に基づいて、複数の単独注意ネットワークのネットワークパラメータを調整するステップを更に含む請求項７に記載の方法。
9. 前記クラスタリング処理は、スペクトラルクラスタリングを含み、前記Ｍ個のクラスタリング注意特徴はそれぞれ前記Ｍ個のクラスタリング集合のクラスタ中心である請求項１〜８のいずれか一項に記載の方法。
10. ターゲットオブジェクトを含む被処理画像に対して属性特徴抽出を行って、前記ターゲットオブジェクトのＮ個の属性特徴を得るための属性抽出モジュールであって、Ｎが１より大きい整数である属性抽出モジュールと、
    注意メカニズムに基づいて前記被処理画像に対して注意特徴抽出を行って、前記ターゲットオブジェクトのＮ個の注意特徴を得るための注意抽出モジュールであって、前記注意特徴は、指定された、抽出する必要がある特徴であり、前記注意特徴は前記属性特徴に属する、注意抽出モジュールと、
    前記Ｎ個の注意特徴に対してクラスタリング処理を行って、Ｍ個のクラスタリング注意特徴を得るためのクラスタリングモジュールであって、Ｍが正整数であり且つＭ＜Ｎであるクラスタリングモジュールと、
    前記Ｎ個の属性特徴及び前記Ｍ個のクラスタリング注意特徴に基づいて、前記ターゲットオブジェクトの顔部認識結果を決定するための結果決定モジュールと、を含む顔部認識装置。
11. プロセッサと、
    プロセッサ実行可能コマンドを記憶するためのメモリと、を含み、
    前記プロセッサが請求項１〜９のいずれか一項に記載の方法を実行するように構成される電子機器。
12. コンピュータプログラムコマンドが記憶されているコンピュータ読取可能記憶媒体であって、前記コンピュータプログラムコマンドがプロセッサにより実行される時に請求項１〜９のいずれか一項に記載の方法を実現するコンピュータ読取可能記憶媒体。
13. プロセッサに、請求項１〜９のいずれか一項に記載の方法を実行させるコンピュータプログラム。