[发明专利]基于二维人体姿态估计的行人服饰颜色识别方法及装置在审
申请号: | 201810792576.4 | 申请日: | 2018-07-18 |
公开(公告)号: | CN110263605A | 公开(公告)日: | 2019-09-20 |
发明(设计)人: | 蔡晓东;黄朝光 | 申请(专利权)人: | 桂林远望智能通信科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06N3/04 |
代理公司: | 北京慕达星云知识产权代理事务所(特殊普通合伙) 11465 | 代理人: | 姜海荣 |
地址: | 541001 广西壮族自治区桂林市七星*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 颜色区域 关键点位置信息 人体姿态 二维 服饰 裤子 上衣 颜色识别 图像 卷积神经网络 姿态估计算法 估计算法 图像输入 刑事案件 颜色分类 分类器 鲁棒性 预设 学习 | ||
本发明公开了一种基于二维人体姿态估计的行人服饰颜色识别方法及装置,该方法包括:获取待识别的二维静态的行人图像;根据人体姿态估计算法定位出所述行人图像中行人关键点位置信息,根据所述行人关键点位置信息确定行人上衣和裤子颜色区域;将所述行人上衣和裤子颜色区域的图像输入至预设的卷积神经网络,提取颜色区域特征;将所述颜色区域特征,通过softmax分类器进行颜色分类识别,获得所述行人图像中行人服饰颜色。本发明基于深度学习的行人姿态估计算法定位行人关键点位置信息,可以更准确地得到行人上衣和裤子颜色区域,从而更准确地识别行人服饰颜色,具有更高的鲁棒性,在刑事案件侦查中起到了积极的作用。
技术领域
本发明涉及计算机视觉领域、机器学习领域以及模式识别技术领域,特别涉及一种基于二维人体姿态估计的行人服饰颜色识别方法及装置。
背景技术
二维人体姿态估计是定位出二维图像中人体部位关节点所在位置的过程,确定头部、胸部、四肢的姿态。目前,基于深度学习的人体姿态估计主要是直接通过一个卷积神经网络来回归出人体的关节点位置。具体是输入图像,经过卷积神经网络的训练得到关节点热点图,然后采用后续处理在热点图中找到最终的关节点位置。人体姿态估计是计算机视觉研究范涛的一个重要问题,在许多实际应用中,如视频监控、人机交互、数字娱乐和运动场景等领域都具有广泛的应用前景。
近年来,随着计算机及互联网的飞速发展,各类监控和交通相关的信息呈现爆炸式增长的态势,为了能够高效管理及应用这些信息,智能监控系统应运而生。智能监控系统可以在卡口、停车场、刑事案件追踪等方法展现强大的作用。视频图像信息中车辆信息包括车牌颜色、车辆颜色、车辆品牌等信息,行人信息包括行人性别、行人纹理、行人服饰颜色等信息,目标颜色识别在监控中有着举足轻重的作用。行人服饰颜色是监控系统中的一个重要的属性,例如在刑事案件中,在监控系统中查找嫌疑人,行人的服饰颜色信息则是最重要的信息。行人服饰颜色识别主要分为两个部分,首先是目标颜色区域的提取,然后对该区域进行颜色识别,最后输出行人的服饰颜色。
目前,对行人服饰颜色的识别主要是通过传统的方式确定行人服饰位置信息,例如采用HOG特征检测行人位置信息,采用Sobel算子检测行人边缘轮廓形状,之后再用种子填充的方法对行人上本身和下半身的服饰颜色进行连通区域标记,最后把提取到的颜色特征输入至SVM分类器进行颜色判别。这种传统的方法容易在复杂情景下定位错行人服饰位置信息,从而影响颜色识别率。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于二维人体姿态估计的行人服饰颜色识别方法及装置。
第一方面,本发明实施例提供一种基于二维人体姿态估计的行人服饰颜色识别方法,包括:
获取待识别二维静态的行人图像;
根据人体姿态估计算法定位出所述行人图像中行人关键点位置信息,根据所述行人关键点位置信息确定行人上衣和裤子颜色区域;
将所述行人上衣和裤子颜色区域的图像输入至预设的卷积神经网络,提取颜色区域特征;
将所述颜色区域特征,通过softmax分类器进行颜色分类识别,获得所述行人图像中行人服饰颜色。
在一个实施例中,根据人体姿态估计算法定位出所述行人图像中行人关键点位置信息,包括:
基于PAF的实时多人人体姿态估计算法,将获取到的待识别二维静态行人图像输入至预设的卷积神经网络提取特征,获得一组特征图;
从所述特征图中分别提取置信图和PAF,使用图论中的预设算法,将同一个人的关节点连接起来,输出人体姿态估计图。
在一个实施例中,根据所述行人关键点位置信息确定行人上衣和裤子颜色区域;包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林远望智能通信科技有限公司,未经桂林远望智能通信科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810792576.4/2.html,转载请声明来源钻瓜专利网。