[发明专利]一种服饰识别方法、装置、设备和介质有效
申请号: | 202010472594.1 | 申请日: | 2020-05-29 |
公开(公告)号: | CN111553327B | 公开(公告)日: | 2023-10-27 |
发明(设计)人: | 鲁文斌;方凌锐 | 申请(专利权)人: | 上海依图网络科技有限公司 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V10/44;G06V10/74;G06V10/764;G06V10/82;G06T7/11;G06N3/0499 |
代理公司: | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人: | 徐红银 |
地址: | 200051 上海市徐汇*** | 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: | 一种 服饰 识别 方法 装置 设备 介质 | ||
1.一种服饰识别方法,其特征在于,包括:
接收针对待识别图像的服饰识别请求;
对所述待识别图像进行人体检测,并根据检测结果,从所述待识别图像中分割出包含人像的目标人物图像;
获取待识别部位信息,在所述目标人物图像中,分割出所述待识别部位信息对应的局部区域图像;
将所述局部区域图像分别与获取的每一制服图像样本进行匹配,获得匹配的制服图像样本;
将所述匹配的制服图像样本对应设置的制服类别,确定为服饰识别结果。
2.如权利要求1所述的方法,其特征在于,在将所述匹配的制服图像样本对应设置的制服类别,确定为服饰识别结果之后,进一步包括:
获取所述待识别图像中包含的目标人物的行为轨迹,以及所述目标人物的制服类别对应设置的第一目的地集合;
确定所述目标人物的行为轨迹覆盖的第一地点集合;
根据所述第一地点集合与所述第一目的地集合的匹配结果,确定员工行为检测结果。
3.如权利要求1所述的方法,其特征在于,在将所述匹配的制服图像样本对应设置的制服类别,确定为服饰识别结果之后,进一步包括:
根据符合预设图像条件的每一待识别图像中包含的目标人物的制服类别,筛选出指定制服类型的各目标人物;
获取筛选出的各目标人物的行为轨迹,以及所述指定制服类型对应设置的第二目的地集合;
确定筛选出的各目标人物的行为轨迹覆盖的第二地点集合;
根据所述第二地点集合和所述第二目的地集合之间的匹配结果,确定安全行为检测结果。
4.如权利要求2或3所述的方法,其特征在于,进一步包括:
对所述待识别图像进行人脸检测,获得用户身份信息;
若根据用户身份信息,确定用户为指定注册用户,则将所述用户确定为目标人物。
5.如权利要求1所述的方法,其特征在于,获取待识别部位信息,包括:
获取所述服饰识别请求中包含的待识别部位信息;或者,
分别检测预设时间段内接收的每一待识别图像中包含的部位,分别确定检测出的每一类部位的总数量,以及根据各总数量中的最大数量对应的部位,确定待识别部位信息。
6.如权利要求1所述的方法,其特征在于,在分割出所述待识别部位信息对应的局部区域图像之前,进一步包括:
将不符合预设筛选条件的目标人物图像删除。
7.如权利要求6所述的方法,其特征在于,所述预设筛选条件包含以下至少一种条件:
获取所述目标人物图像的人像高度,若所述人像高度不高于预设高度阈值,则去除所述目标人物图像;
采用预设的分类模型,对所述目标人物图像进行分类,若分类结果表示所述目标人物图像中包含至少两个人,则去除所述目标人物图像,其中,所述分类模型是根据深度神经网络生成的;
采用预设的识别模型,对所述目标人物图像进行识别,若识别结果表示所述目标人物图像中的人像被遮挡,则去除所述目标人物图像,其中,所述分类模型是根据深度神经网络生成的。
8.一种服饰识别装置,其特征在于,包括:
接收单元,用于接收针对待识别图像的服饰识别请求;
第一分割单元,用于对所述待识别图像进行人体检测,并根据检测结果,从所述待识别图像中分割出包含人像的目标人物图像;
第二分割单元,用于获取待识别部位信息,在所述目标人物图像中,分割出所述待识别部位信息对应的局部区域图像;
匹配单元,用于将所述局部区域图像分别与获取的每一制服图像样本进行匹配,获得匹配的制服图像样本;
确定单元,用于将所述匹配的制服图像样本对应设置的制服类别,确定为服饰识别结果。
9.一种控制设备,其特征在于,包括:
至少一个存储器,用于存储程序指令;
至少一个处理器,用于调用所述存储器中存储的程序指令,按照获得的程序指令执行上述权利要求1-7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-7任一所述方法的步骤。
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依图网络科技有限公司,未经上海依图网络科技有限公司许可,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/202010472594.1/1.html,转载请声明来源钻瓜专利网。