[发明专利]目标区域颜色识别方法、装置及监控终端

说明书

本发明实施例提供一种目标区域颜色识别方法、装置及监控终端。该方法包括：获得待识别图像；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，选取占比最大的随机框作为待识别区域；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。本发明能够简单快速地识别行人目标区域颜色，可以有效提高行人目标区域颜色的识别精度，为行人检索和跟踪提供有用信息。

技术领域

本发明涉及颜色识别领域，具体而言，涉及一种目标区域颜色识别方法、装置及监控终端。

背景技术

在公安刑侦追踪嫌疑人事件中，嫌疑人的衣服颜色是一项重要信息，为抓捕嫌疑人提供有效线索。为了保证高效性，需较快地识别出行人目标区域(例如，衣服)的颜色。然而目前针对行人目标区域的颜色识别技术存在计算复杂度高、对行人目标区域(例如，上半身区域)定位困难、容易受到背景的干扰等缺陷，识别精度低。

发明内容

为了克服现有技术中的上述不足，本发明的目的在于提供一种目标区域颜色识别方法、装置及监控终端，能够简单快速地识别行人目标区域颜色，可以有效提高行人目标区域颜色的识别精度，为行人检索和跟踪提供有用信息。

为了实现上述目的，本发明较佳实施例采用的技术方案如下：

本发明较佳实施例提供一种目标区域颜色识别方法，应用于监控终端。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。

在本发明较佳实施例中，所述方法还包括：

采用全卷积网络训练所述区域分割模型。

在本发明较佳实施例中，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。

在本发明较佳实施例中，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。

在本发明较佳实施例中，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。

在本发明较佳实施例中，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。

在本发明较佳实施例中，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；