[发明专利]目标区域颜色识别方法、装置及监控终端

权利要求书

1.一种目标区域颜色识别方法，应用于监控终端，其特征在于，所述监控终端配置有用于分割出图像中目标区域的区域分割模型以及用于识别颜色的颜色分类模型，其中，所述区域分割模型中存储有多个样本中的目标区域，所述方法包括：

获得待识别图像；

采用所述区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；

生成多个随机框，并计算所述目标区域在每个随机框中的占比；

根据计算出的所述目标区域在每个随机框中的占比，选取所述占比最大的随机框作为待识别区域；

采用所述颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。

2.根据权利要求1所述的目标区域颜色识别方法，其特征在于，所述方法还包括：

采用全卷积网络训练所述区域分割模型。

3.根据权利要求1所述的目标区域颜色识别方法，其特征在于，所述方法还包括：

选取用于训练所述区域分割模型的训练样本，其中，所述训练样本包括有所述目标区域，所述目标区域不包括干扰区域。

4.根据权利要求1所述的目标区域颜色识别方法，其特征在于，所述方法还包括：

采用卷积神经网络训练所述颜色分类模型。

5.根据权利要求1-4中任意一项所述的目标区域颜色识别方法，其特征在于，所述方法还包括：

基于预设规则选取用于训练所述颜色分类模型的颜色训练样本，其中，所述颜色训练样本包括稀有颜色样本。

6.根据权利要求5所述的目标区域颜色识别方法，其特征在于，所述基于预设规则选取用于训练所述颜色分类模型的训练样本的步骤，包括：

接收输入的颜色训练样本，其中，所述颜色训练样本包括多个预设场景的样本图像，所述样本图像中包括有预定区域；

选取在各个颜色训练样本的预定区域中出现次数小于预设阈值的颜色种类所在的区域作为稀有颜色区域；

从所述稀有颜色区域中选取稀有颜色样本。

7.根据权利要求6所述的目标区域颜色识别方法，其特征在于，所述从所述稀有颜色区域中选取稀有颜色样本的方式包括：

在所述稀有颜色区域中生成多个预定框，其中，所述预定框之间存在重叠区域；

将所述预定框对应的颜色区域作为所述稀有颜色样本。

8.根据权利要求1所述的目标区域颜色识别方法，其特征在于，所述生成多个随机框，计算所述目标区域在每个随机框中的占比的步骤，包括：

在所述目标区域随机生成预设数量的像素点位置，并以每个像素点位置为中心生成预设尺寸的随机框；

统计所述目标区域在每个随机框中的占比。

9.一种目标区域颜色识别装置，应用于监控终端，其特征在于，所述监控终端配置有用于分割出图像中目标区域的区域分割模型以及用于识别颜色的颜色分类模型，其中，所述区域分割模型中存储有多个样本中的目标区域，所述装置包括：

获得模块，用于获得待识别图像；

分割模块，用于采用所述区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；

生成模块，用于生成多个随机框，并计算所述目标区域在每个随机框中的占比；

选取模块，用于根据计算出的所述目标区域在每个随机框中的占比，选取占比最大的随机框作为待识别区域；

识别模块，用于采用所述颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。

10.一种监控终端，其特征在于，所述监控终端包括：

存储器；

处理器；以及

目标区域颜色识别装置，所述装置安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模块，所述装置包括：

获得模块，用于获得待识别图像；

分割模块，用于采用区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；

生成模块，用于生成多个随机框，并计算所述目标区域在每个随机框中的占比；

选取模块，用于根据计算出的所述目标区域在每个随机框中的占比，选取占比最大的随机框作为待识别区域；

识别模块，用于采用颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。