[发明专利]一种行人衣着颜色识别方法、电子设备及存储介质

说明书

技术领域

本发明涉及图像和颜色识别领域，尤其涉及一种行人衣着颜色识别方法、电子设备及存储介质。

背景技术

颜色识别是一个传统的课题，基于颜色识别也催生出了许多重要应用，许多传统的颜色特征如RGB或HSV颜色直方图特征被广泛地应用在各行各业；比如车辆颜色的识别，传统的车牌识别中依靠颜色特征作为辅助条件进行车牌定位；在一些工业领域依靠颜色的识别来区分物体，比如彩色铅笔生产线的分拣系统，运用颜色特征进行不同颜色铅笔的分拣，一些背景简单的物体识别也有不少运用了颜色识别的方法；颜色识别在安防领域中也有着重要的应用，准确的颜色识别，大大提升找人效率，行人衣着颜色识别旨在识别视频或图像中行人的衣服和裤子颜色。

目前有很多行人衣着颜色识别是利用传统颜色特征表述，通过提取样本的颜色特征，再训练一个分类器的方式来实现，比如利用HSV空间颜色直方图统计的方法分别对行人的上衣和裤子进行识别：首先在RGB三个通道中运用Sobel算子计算水平和垂直梯度投影从而得到上下半身的分割线，再通过人为限定分割线的位置区间来确定分割线，将HSV颜色空间划分为8个颜色区域，将图像颜色空间从RGB转换到HSV之后统计落在8个颜色区域的像素个数，从而得到衣着颜色。比如采用PETA数据集：数据集中包含了各种行人属性，其中包括了上半身和下半身颜色属性，利用SVM和马尔科夫随机场的方法识别行人属性，或者利用开源数据集PETA进行网络训练和测试。两种方法都是利用了标注的上下半身颜色标注数据训练分类器，利用训练后的分类器进行属性识别。

传统的行人衣着颜色识别方法利用传统颜色直方图统计特征进行颜色识别，方法简单，应用广泛，在应用场景简单、背景单一、光照影响小的时候识别效果比较好，但是在场景复杂、光照影响较大的情况下识别效果很差。在监控场景中，复杂背景、遮挡、光线等问题的影响非常严重，这样的情况下直接使用传统颜色直方图等方法提取特征干扰较大，得到特征之后识别效果很差。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种行人衣着颜色识别方法，以解决现有行人衣着颜色识别中识别效果差的问题。

本发明的目的之二在于提供一种电子设备，以解决现有行人衣着颜色识别中识别效果差的问题。

本发明的目的之一采用如下技术方案实现：

一种行人衣着颜色识别方法，包括：

获取原始行人图片；

采用背景分割模型对所述原始行人图片进行区域分割，其中，所述背景分割模型的训练基于深度神经网络；

根据所述区域分割的结果得到分割图片，所述分割图片包括上半身分割图片和下半身分割图片；

识别所述分割图片中的行人衣着颜色。

进一步地，所述采用背景分割模型对所述原始行人图片进行区域分割包括：

对所述原始图片进行卷积计算和归一化处理以提取原始图片特征；

将经过归一化的原始图片特征转换为背景分割特征；

根据所述背景分割特征得到区域分割信息。

进一步地，所述识别所述分割图片中的行人衣着颜色包括：

对所述分割图片进行卷积计算以提取分割图片特征；

对所述分割图片特征进行非线性变换；

对经过非线性变换的分割图片特征进行降维处理；

对经过降维处理的分割图片特征进行线性变换以得到颜色识别特征；

根据所述颜色识别特征识别出分割图片中的行人衣着颜色。

进一步地，所述根据所述颜色识别特征识别出分割图片中的行人衣着颜色包括：

判断所述分割图片中的行人衣着颜色是否为纯色；

若所述分割图片中的行人衣着颜色是为纯色，则识别出所述纯色的颜色类别。

进一步地，所述根据所述区域分割的结果得到分割图片包括：

根据所述区域分割的结果得到上半身轮廓和下半身轮廓；

根据所述上半身轮廓和所述下半身轮廓分别提取上半身分割图片和所述下半身分割图片。

进一步地，所述根据所述上半身轮廓和所述下半身轮廓分别提取上半身分割图片和所述下半身分割图片包括：

根据所述上半身轮廓和所述下半身轮廓计算上半身轮廓坐标和下半身轮廓坐标；

根据所述上半身轮廓坐标和所述下半身轮廓坐标分别提取所述上半身轮廓的外接矩形和所述下半身轮廓的外接矩形。

本发明的目的之二采用如下技术方案实现：

一种电子设备，包括：处理器；