[发明专利]一种基于表观特征的异常着装检测方法以及装置在审
申请号: | 201810999149.3 | 申请日: | 2018-08-30 |
公开(公告)号: | CN109255312A | 公开(公告)日: | 2019-01-22 |
发明(设计)人: | 陈能;陈延艺;刘晓程;苏松剑;苏松志 | 申请(专利权)人: | 罗普特(厦门)科技集团有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 厦门市精诚新创知识产权代理有限公司 35218 | 代理人: | 方惠春 |
地址: | 361022 福建省厦门市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 检测区域 目标特征向量 加权参数 图像特征 检测 图像处理领域 人员图像 准确检测 求和 预设 加权 场景 | ||
1.一种基于表观特征的异常着装检测方法,其特征在于,包括:
S1,确定目标人体图像的所有关键检测区域;
S2,提取所述所有关键检测区域的图像特征;
S3,根据所述图像特征,确定所述所有关键检测区域的目标特征向量;
S4,将所述所有关键检测区域的目标特征向量进行加权求和,得到所述目标人体的最终表观特征,其中,各加权参数范围为0~1,各加权参数之和为1;
S5,判断所述最终表观特征与标准着装人员最终表观特征的相关性,若相关性低于预设阈值,则说明所述目标人体着装异常,否则,所述目标人体着装正常。
2.根据权利要求1所述的基于表观特征的异常着装检测方法,其特征在于,所述确定目标人体图像的所有关键检测区域包括:
获取所述目标人体的图像;
采用深度学习的方法确定所述目标人体的关节点坐标;
根据所述目标人体的关节点坐标以及实际检测场景的着装要求,选定所相关的关节点坐标来作为所确定目标人体图像的所有关键检测区域。
3.根据权利要求1或2所述的基于表观特征的异常着装检测方法,所述图像特征包括边缘特征HOG,纹理特征LBP和颜色特征。
4.根据权利要求3所述的基于表观特征的异常着装检测方法,所述颜色特征可以是颜色特征HSV和颜色特征YCrCb中的一种。
5.根据权利要求3所述的基于表观特征的异常着装检测方法,所述根据所述图像特征,确定所述所有关键检测区域的目标特征向量包括:
对各关键检测区域的边缘特征HOG,纹理特征LBP和颜色特征进行加权合并,确定各关键检测区域的目标特征向量,其中,各加权参数范围为0~1,各加权参数之和为1。
6.根据权利要求1所述的基于表观特征的异常着装检测方法,所述标准着装人员最终表观特征,包括:
标准着装人员的最终表观特征的确定是:将标准着装人员作为目标人体依据步骤S1-S4的方法预先得到的最终表观特征作为标准着装人员的最终表观特征。
7.根据权利要求1所述的基于表观特征的异常着装检测方法,所述判断所述最终表观特征与标准着装人员最终表观特征的相关性,若相关性低于预设阈值,则说明所述目标人体着装异常,否则,所述目标人体着装正常,包括:
计算所述最终表观特征与标准着装人员最终表观特征的相关系数,若相关性低于预设阈值,则说明所述目标人体着装异常,否则,所述目标人体着装正常。
8.一种用于基于表观特征的异常着装检测装置,其特征在于,所述装置包括处理器和存储器,所述存储器存储有至少一段程序,所述至少一段程序由所述处理器执行以实现如权利要求1至7任一所述的基于表观特征的异常着装检测方法。
9.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一段程序,所述至少一段程序由所述处理器执行以实现如权利要求1至7任一所述的基于表观特征的异常着装检测方法。
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罗普特(厦门)科技集团有限公司,未经罗普特(厦门)科技集团有限公司许可,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/201810999149.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于图像的信息识别方法及系统
- 下一篇:一种提升信号识别正确率的方法