[发明专利]一种用于城市级规模的餐饮后厨工作服高精度识别方法

说明书

一种用于城市级规模的餐饮后厨工作服高精度识别方法，属于图像识别技术领域，包括以下步骤：步骤一、建立专用数据集；步骤二、训练人体关键点提取网络OpenPose,并提取图像中人体关键点；步骤三、根据步骤二中得到的关键点计算出人体外接矩形框和上身外接矩形框以及下身外接矩形框的图像；步骤四、将步骤三得到人体外接矩形框区域的图像输入到款式分类网络进行类型识别，与相应的用户数据库进行比对；步骤五、将比对获得的结果反馈至相应的门店；本发明极大提高算法准确性和鲁邦性。较好的解决了后厨场景中面临的问题；通过网络级联结构确保运行速度快和资源开销相对较小，能够满足现场部署的要求。

技术领域

本发明属于图像识别技术领域，特别涉及一种用于城市级规模的餐饮后厨工作服高精度识别方法。

背景技术

卫生是餐厅赖以生存的基本条件。若不注意餐厅卫生，不仅会影响顾客的健康，也可能波及整个社会，其中的严重性及重要性，是每个餐厅经营者都不可轻视的事情。顾客对餐厅消费的首要条件就是卫生环境，餐厅为顾客提供合乎卫生标准的餐点及饮料是餐厅的重要职责。对于餐厅本身来说，质量是生命，卫生是最起码也是最基本的条件。现在全国食品防疫部门或卫生部门对餐厅的食品卫生实施监督的要求非常严格，食品监督管理局实施明厨亮灶等工程，要求餐饮门店后厨装配监控相机并接入到监督局的监控系统中进行统一监控后厨作业流程、后厨人员行为和着装和后厨环境等。但是人工监控和筛查后厨人员行为和着装非常缓慢和耗时。运用计算机视觉自动识别后厨人员着装的需求越来越迫切。

有很多计算机视觉的方法已经应用于工作服检测，但是城市级食安监管平台，需要用算法自动分析全城数万个监控摄像头视频(包括各种类型餐饮后厨、学校食堂)，从中寻找出违规操作和食安隐患。后厨场景相对其他的环境存在以下几个难点：1.后厨服装颜色，类型特别繁多，因为餐饮类型不同工作服颜色和类型就会存在差异；2.场景较复杂，后厨场景光照变化较多，后厨作业会严重影响光照条件导致图像质量下降；3.后厨遮挡非常严重，后厨空间较为狭窄，物品设备及人员较多会出现人员遮挡。城市级规模的后厨场景较为复杂且不可控，对算法的鲁棒性提出了很高的要求，现有的算法存在明显缺陷：1.采用单一网络直接判定工作服颜色和类型，这种简单粗暴地办法只适合在场景单一的近景场景，在城市级规模环境会因为上述三个问题造成大量误判和漏判；2.采用图像分割算法进行工作服识别，这种算法对光照极其敏感，无法应对光照复杂的环境，并且该算法资源消耗特别高，运行速度较慢，给实际部署造成极大成本开销。

发明内容

本发明的目的在于提供一种用于城市级规模的餐饮后厨工作服高精度识别方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种用于城市级规模的餐饮后厨工作服高精度识别方法，包括以下步骤：

步骤一、建立专用数据集；

步骤二、训练人体关键点提取网络OpenPose,并提取图像中人体关键点；

步骤三、根据步骤二中得到的关键点计算出人体外接矩形框和上身外接矩形框以及下身外接矩形框的图像；

步骤四、将步骤三得到人体外接矩形框区域的图像输入到款式分类网络进行类型识别，得到工作服类型，若服装类型为上衣裤子，再将上身外接矩形框以及下身外接矩形框的图像输入到颜色分类网络识别，最后，将工作服类型和颜色与相应的用户数据库进行比对；

步骤五、将比对获得的结果反馈至相应的门店。

作为优选，所述步骤一中的专用数据库包含总计人体目标超过100万个。

作为优选，所述步骤一的具体内容如下：