[发明专利]工服标志的识别方法、装置、设备及存储介质

说明书

本发明涉及物流检测领域，公开了一种工服标志的识别方法、装置、设备及存储介质，用于提高对工服标志的识别准确度。工服标志的识别方法包括：获取待处理的原始图像数据，并对原始图像数据进行图像增强处理和尺寸大小转换处理，得到目标图像，原始图像数据为预置场景下的员工图像数据；通过预置的目标模型，对目标图像进行特征图提取处理和边界框生成处理，得到初始区域信息；对初始区域信息进行人像检测处理和区域分割处理，得到候选区域信息；通过目标模型，对候选区域信息进行卷积处理和锚框匹配处理，得到目标区域信息；根据预置的工服标志信息，对目标区域信息中的图像信息进行识别，得到工服标志识别结果。

技术领域

本发明涉及物流检测领域，尤其涉及一种工服标志的识别方法、装置、设备及存储介质。

背景技术

在物流行业中，为了提升企业形象和展示企业文化内涵，对快递员的着装进行制服统一规范管理。目前，对于快递员工服的宣导和检查，是通过获取员工的着装视频数据，将着装视频数据发送到审核端，通过审核端接收对应的工服标志检测结果，以判断该快递员穿着工服。

在现有技术中，通过审核端获取着装视频数据的工服特征数据，存在表征能力有限的问题，使得对工服特征数据中工服标记特征的提取不充分，致使工服标记特征所融合的语义信息较少，导致对工服标志的识别准确度低。

发明内容

本发明的主要目的在于解决对工服标志的识别准确度低的问题。

本发明第一方面提供了一种工服标志的识别方法，包括：

获取待处理的原始图像数据，并对所述原始图像数据进行图像增强处理和尺寸大小转换处理，得到目标图像，所述原始图像数据为预置场景下的员工图像数据；

通过预置的目标模型，对所述目标图像进行特征图提取处理和边界框生成处理，得到初始区域信息；

对所述初始区域信息进行人像检测处理和区域分割处理，得到候选区域信息；

通过所述目标模型，对所述候选区域信息进行卷积处理和锚框匹配处理，得到目标区域信息；

根据预置的工服标志信息，对所述目标区域信息中的图像信息进行识别，得到工服标志识别结果。

可选的，在本发明第一方面的第一种实现方式中，所述通过预置的目标模型，对所述目标图像进行特征图提取处理和边界框生成处理，得到初始区域信息，包括：

调用预置的目标模型，所述目标模型包括单镜头多盒检测器网络，所述单镜头多盒检测器网络包括超分辨率测试序列算法和确定性网络；

通过所述超分辨率测试序列算法，提取所述目标图像的特征图，得到初始特征图；

对所述初始特征图进行注意力机制处理，得到注意力融合特征图；

通过所述确定性网络对所述注意力融合特征图进行多层级的运算处理，得到多个尺度的特征图；

基于所述多个尺度的特征图生成所述目标图像的边界框，得到初始区域信息，所述初始区域信息包括边界框内的目标图像信息。

可选的，在本发明第一方面的第二种实现方式中，所述对所述初始区域信息进行人像检测处理和区域分割处理，得到候选区域信息，包括：

对所述初始区域信息进行图像灰度化处理、图像滤波处理、降噪处理和边缘检测，得到图像轮廓信息；

对所述图像轮廓信息进行人像轮廓识别并进行人体工服着装部位检测，得到工服着装区域；

按照预置的工服划分区域对所述工服着装区域进行边界框标记，得到候选区域信息，所述候选区域信息包括边界框标记的工服着装图像信息。