[发明专利]基于视频流数据的工作服颜色检测方法及装置

说明书

本发明公开了一种基于视频流数据的工作服颜色检测方法及装置。本发明先后确定了第一矩形框和第二矩形框，从而清楚确定了人体对象身上的工作服的区域，排除了场景颜色的影响，提高了检测成功率。

技术领域

本发明涉及数字视频智能分析技术领域，尤其涉及一种基于视频流数据的工作服颜色检测方法。

背景技术

在互联网技术中，在传统视频检测中，分析识别的内容需要人工实现。但该方式劳动强度高，工作量巨大并且容易出错，不具备实施对范围内的运动目标进行检测跟踪功能。

相关技术中，智能视频检测分析识别技术克服了传统检测识别系统人眼识别的缺陷，并将行为识别等技术引入到电力行业监控中。但是其中的静态分类检测器方法通常在现场使用中会误识别人，导致基于此对象判断结果出现误判。

动态视频检测流方法通过检测活动的人体目标，再进行工作服识别的方法，降低了静态类似目标的干扰，有助于提升检测目标人判断的准确率。

但是，动态视频检测流方法对于工作服的多场景下的适应还不够全面，尤其是不能稳定反映颜色变化敏感导致工作服颜色的识别。在实际运用中每个场景都要单独调试，造成使用成本及维护成本高，难以转化为产品提供给用户。

发明内容

为了解决上述问题，本发明提供了一种基于视频流数据的工作服颜色检测方法及装置。

根据本发明的一个方面，提供了一种基于视频流数据的工作服颜色检测方法。该方法包括：根据视频流数据中的当前帧图片和前一帧图片，确定第一矩形框，该第一矩形框为包含该视频流数据中的人体对象的最小区域；在该第一矩形框中确定第二矩形框，该第二矩形框为包含该人体对象身上的工作服的最小区域；以及检测该第二矩形框中的工作服的颜色。

根据本发明的实施例，根据视频流数据中的当前帧图片和前一帧图片确定第一矩形框包括：获取当前帧图片和前一帧图片中的每个像素点对应的灰度值；根据该灰度值，确定该人体对象的运动区域；以及根据该运动区域，确定该第一矩形框。

根据本发明的实施例，根据该灰度值，确定该人体对象的运动区域包括：计算D_n(x，y)＝|f_n(x，y)-f_n-1(x，y)|，其中f_n(x，y)为该当前帧图片中坐标为(x，y)的像素点的灰度值，f_n-1(x，y)为该前一帧图片中坐标为(x，y)的所述像素点的灰度值；以及确定该运动区域为D_n(x，y)大于预先设定的阈值的区域。