[发明专利]对象颜色的识别方法、装置、计算机设备及存储介质

说明书

本申请涉及一种对象颜色的识别方法、装置、计算机设备及存储介质。所述方法包括：获取待识别对象的图像；将所述待识别对象的图像输入至预先训练的颜色分类模型中，输出所述待识别对象的图像包含的各局部图像区域对应的候选颜色；针对每个局部图像区域，如果该局部图像区域对应的候选颜色的数目为多个，则根据该局部图像区域对应的多个候选颜色和预设的颜色确定规则，确定该局部图像区域对应的目标颜色；如果该局部图像区域对应的候选颜色的数目为一种，则将该局部图像区域对应的候选颜色，确定为该局部图像区域对应的目标颜色。采用本申请可以提高对象颜色识别的准确性。

技术领域

本申请涉及计算机技术领域，特别是涉及一种对象颜色的识别方法、装置、计算机设备及存储介质。

背景技术

目前，在视频结构化应用中，通常需要对视频中目标对象的颜色进行识别。现有技术中，基于预设的颜色集合对样本对象的图像中包含的各局部图像区域的颜色进行标注，并对神经网络模型进行训练。后续，通过训练好的神经网络模型识别对象的图像中包含各局部图像区域的颜色。

然而，预设的颜色集合中颜色数目有限，从而导致颜色识别不准确。

发明内容

基于此，有必要针对上述技术问题，提供一种对象颜色的识别方法、装置、计算机设备及存储介质。

第一方面，提供了一种对象颜色的识别方法，所述方法包括：

获取待识别对象的图像；

将所述待识别对象的图像输入至预先训练的颜色分类模型中，输出所述待识别对象的图像包含的各局部图像区域对应的候选颜色；

针对每个局部图像区域，如果该局部图像区域对应的候选颜色的数目为多个，则根据该局部图像区域对应的多个候选颜色和预设的颜色确定规则，确定该局部图像区域对应的目标颜色；

如果该局部图像区域对应的候选颜色的数目为一种，则将该局部图像区域对应的候选颜色，确定为该局部图像区域对应的目标颜色。

作为一种可选地实施方式，所述将所述待识别对象的图像输入至预先训练的颜色分类模型中，输出所述待识别对象的图像包含的各局部图像区域对应的候选颜色，包括：

将所述待识别对象的图像输入至预先训练的颜色分类模型中，输出所述待识别对象的图像包含的各局部图像区域对应的各预设颜色的概率；

针对每个局部图像区域，在所述各预设颜色中，将概率大于预设概率阈值的预设颜色，确定该局部图像区域对应的候选颜色；或者，

针对每个局部图像区域，在所述各预设颜色中，按照概率由大到小的顺序，确定该局部图像区域对应的预设数目个候选颜色。

作为一种可选地实施方式，所述各预设颜色包括无色调颜色或有色调颜色中的一种或多种。

作为一种可选地实施方式，该局部图像区域对应的候选颜色的数目为两个，所述根据该局部图像区域对应的多个候选颜色和预设的颜色确定规则，确定该局部图像区域对应的目标颜色，包括：

如果该局部图像区域对应的两个候选颜色为对比色或互补色，则将概率最大的候选颜色，确定为该局部图像区域对应的目标颜色，所述候选颜色的概率是由所述预先训练的颜色分类模型输出的；

如果该局部图像区域对应的两个候选颜色为邻近色或同类色，则将该局部图像区域对应的两个候选颜色的复合色，确定为该局部图像区域对应的目标颜色。

作为一种可选地实施方式，当所述两个候选颜色均为无色调颜色时，所述两个候选颜色的复合色为灰度值在所述两个候选颜色的灰度值之间的灰色；当所述两个候选颜色均为有色调颜色时，所述两个候选颜色的复合色为所述两个候选颜色的混合颜色；当所述两个候选颜色分别为无色调颜色和有色调颜色时，所述两个候选颜色的复合色为所述两种候选颜色的中间态颜色。