[发明专利]聚类中心的确定方法、系统和图片类型的确定方法、装置在审

专利信息
申请号: 202010424027.9 申请日: 2020-05-19
公开(公告)号: CN111723844A 公开(公告)日: 2020-09-29
发明(设计)人: 刘向阳;仇雪雅;唐大闰 申请(专利权)人: 上海明略人工智能(集团)有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 吴晓霞;栗若木
地址: 200232 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 中心 确定 方法 系统 图片 类型 装置
【说明书】:

发明公开了一种聚类中心的确定方法,包括,获取包含目标对象的图片;检测所述图片中的目标对象,提取每个图片中目标对象的区域的特征;对所述目标对象的区域的特征进行聚类,形成M个聚类;对每个聚类分别标记其对应的聚类中心的类型。本发明还公开了一种确定图片对应的类型的方法,包括,获取包含目标对象的图片;检测所述图片中的目标对象,提取图片中目标对象的区域的特征;根据预先确定的聚类中心,确定所述目标对象的区域的特征所属的聚类,并确定所述图片对应的类型为该聚类的聚类中心的类型。

技术领域

本发明涉及计算机技术领域,尤指一种聚类中心的确定方法、系统、存储介质和电子装置,以及基于所确定的聚类中心进行图片对应类型的确定方法、装置、存储介质和电子装置。

背景技术

日常工作中,各行业对工作人员、操作员的操作规范度,以及出入人员穿着规范度都需要进行监督、管理和即时预警。这些监督管理涉及人员服装规范性监督检查、姿势监督检查等方面的需要。

以后厨日常工作监督检查为例,一般采用实时监控后厨操作间,人工确认相关工作人员是否按要求穿着工作服。伴随自动检测识别技术的发展,这个监督过程也逐渐自动化智能化。但是,仍存在以下不足。

由于每一家店铺/餐馆的工作服并不统一,没有统一的模型能够识别各自的服装。现有相关方案中,采用事先专门收集服装照片样本的方式,来保存样本。在监督过程中,通过拍摄到的工作场景的图片中工作人员的照片与样本照片进行特征对比,进而判断工作人员是否穿着工作服。

实际监督检查过程中,由于工作人员的工作行为,导致拍摄到的图片角度繁多,与预先收集的样本照片的角度差距较大;同时,每家店铺的工作服种类较多,经常更新,提前及时各自收集大量样本照片,对管理员要求较高;再加之,除了拍摄角度,在日常实际监督检查过程中,不同时段所获取的图片受光线影响较大。这些因素直接影响了监督检查的及时性和准确性。

因此,对于上述相关技术中的方案,要提高检测判断的准确性,要求系统管理员根据每个店的特点及时提供大量的样本图片,包括:多种角度拍摄角度下,多种拍摄光线条件下,多种身材特点的工作人员穿着,多种服装类型的样本等。如果样本准备不到位,则自动检测的准确性较低。

因此,如何提升样本收集的自动化程度,减小构建检测基准的人工依赖程度,成为影响自动化监督检查的准确性和提高可用性的重要方面。

发明内容

为了解决上述技术问题,本发明实施例提供了一种聚类中心的确定方法、系统、存储介质和电子装置,采用聚类的方法,获取目标图片后,对图片进行聚类,标记,形成确定的聚类中心,减少了检测标准形成过程中收集样本的人工依赖和工作量,提高了后续检测识别的准确性。

本发明实施例提供一种聚类中心的确定方法,包括,

获取包含目标对象的图片;

检测所述图片中的目标对象,提取每个图片中目标对象的区域的特征;

对所述目标对象的区域的特征进行聚类,形成M个聚类,M为大于或等于1的整数;

对每个聚类分别标记其对应的聚类中心的类型。

本实施例还提供一种图片对应的类型的确定方法,包括,

获取包含目标对象的图片;

检测所述图片中的目标对象,提取图片中目标对象的区域的特征;

根据实施例一所述方法所确定的聚类中心,计算所述目标对象的区域的特征分别到所述聚类中心的M个聚类的聚类中心的相似度距离;

判断至少一个所述相似度距离小于预设阈值时,确定所述目标对象的区域的特征属于该聚类,并确定所述图片对应的类型为该聚类的聚类中心的类型。

本发明实施例还提供一种聚类中心的确定系统,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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上海明略人工智能(集团)有限公司,未经上海明略人工智能(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/202010424027.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top