[发明专利]一种从视频数据中分析行人着装特征的方法和装置

说明书

本发明公开了一种从视频数据中分析行人着装特征的方法和装置，属于大数据、视频分析应用技术领域，解决了目前衣服颜色识别中通过深度学习模型分割行人的上下身，对分割后的区域使用颜色直方图等方式，容易丢失了象素点所在的空间位置信息的问题，其中装置包括：视频采集装置，人体姿态识别装置，行人着装分析方法与装置。人体姿态识别装置，能够快速识别出人体形体关键点及其关联关系。行人着装特征分析方法与装置，能够利用人体形体关键点辅助分析人体着装特征；本申请内置的行人着装特征分析装置通过一套人体着装特征的采样分析方法能够快速识别行人内外穿搭颜色及衣袖长短，对多样化的人体姿态具有较强的鲁棒性，适用于视频流的快速分析。

技术领域

本发明涉及大数据、视频分析应用技术领域，具体是涉及一种从视频数据中分析行人着装特征的方法和装置。

背景技术

近年来，基于视频的分析在众多领域(如公共安全、商业零售)得到广泛应用，视频中，行人的着装特征识别，也成为分析的重要目标。衣服颜色和长短作为最显著的外观特征，可以简单快速地进行特定行人检索，行人追踪等，可见行人着装的特征识别具有很大的应用价值。

目前衣服颜色识别的一种常用方法是通过深度学习模型分割行人的上下身，对分割后的区域使用颜色直方图等方式，通过颜色的数值分布获取对应区域的颜色作为上下身衣服的颜色。该方法本质是对整块区域的颜色识别，丢失了象素点所在的空间位置信息。比如对于上衣前胸与袖子颜色不同，或者穿敞口外套/大衣的行人，其外衣和内搭衣服通常为不同颜色，该方法的识别效果会受到较大干扰。

人体姿态识别作为一项相对准确的AI视频分析技术，可以快速识别视频流中的人体形体(如四肢、头部、和颈部)的关键点及其关系。通过关键点辅助对行人着装的特征区域进行定位及采样，并经过特定判别算法处理采样结果，快速判断视频流中行人内外穿搭的颜色及衣袖长短。

发明内容

针对现有技术存在的不足，本发明实施例的目的在于提供一种从视频数据中分析行人着装特征的方法和装置，利用相对准确的人体姿态识别技术，辅助对行人的着装特征区域进行精确的定位与采样，更准备识别行人衣服内外穿搭的颜色及衣袖的长短。本发明能够在多数非极端拍摄环境取得较好的识别效果，无需额外的训练集，识别结果对人体姿态具有自适应性，以解决上述背景技术中的问题。

为实现上述目的，本发明提供如下技术方案：

一种从视频数据中分析行人着装特征的装置，包括：

视频采集装置

视频采集装置为所需监控场所的监控摄像头等具有无线传输功能的视频采集设备，能够通过无线网络将监控现场的视频影像以视频流传输到人体姿态识别装置；

人体姿态识别装置

人体姿态识别装置为人体形体关键点的识别装置，能够逐帧处理接收到的视频采集装置传输的视频流，快速识别出每帧图片中行人的人体形体关键点的像素位置及关键点之间的关联关系；

人体姿态识别装置可以通过预训练模型识别的人体形体关键点，包括：鼻子，脖颈，双肩，双肘，双手，双髋，双膝，双脚等。

行人着装特征分析装置

能够通过人体形体关键点及其关系，从视频流的每帧图片中选取一定数量具有高代表性和鲁棒性的着装特征像素及人体特征像素，利用HSV颜色空间的色彩划分范围识别特征像素的颜色，并根据投票原则确定着装特征区域的颜色及人体肤色；

行人着装特征分析装置，能够综合着装特征区域的颜色及人体肤色，按照特定判别算法快速判定行人的内外穿搭颜色及衣袖长短。