[发明专利]一种颜色识别方法、装置、设备及存储介质

说明书

本申请公开了一种颜色识别方法、装置、设备及存储介质，包括：利用图像分割模型对原始图像进行分割，得到各分割区域图像；基于预设规则对分割区域图像进行分块得到各个子图像块，并根据子图像块中预设位置的像素点的颜色值，确定子图像块的主颜色类别；根据子图像块的主颜色类别对子图像块进行分类，并分别从每类子图像块中筛选出若干子图像块，得到每类子图像块对应的第一图像块；基于第一图像块确定用于反映第一图像块的主颜色类别的第二图像块，并根据第二图像块确定分割区域图像的颜色类别序列。本申请基于自适应分块策略确定分割区域图像的包含主颜色类别的颜色类别序列，提高了颜色识别的准确度和完整度。

技术领域

本发明涉及计算机视觉技术领域，特别涉及一种颜色识别方法、装置、设备及存储介质。

背景技术

当前，计算机视觉被广泛地应用到人脸识别、安防、无人驾驶等各个领域，其中，图像识别技术是计算机视觉技术的一个重要分支，而颜色属性是图像中最显著的区分点之一，因此颜色识别在图像识别中尤为重要，但在实际应用中，颜色识别往往会受到较多因素的干扰导致识别准确度不高。例如，在人体结构化特征提取的应用场景中，行人身体各部位颜色的识别除了受到光照因素的干扰外，相较于对尺寸较大、边界较为规则且颜色较为单一的目标如对车辆进行颜色判断，对行人身体各部位的颜色识别主要还受到待识别对象尺寸较小、边界不规则以及同一个部位由多种颜色混搭等因素的影响，如衣物是拼色、条纹、格子、印花等样式的情况。上述因素直接导致行人结构化特征提取的应用场景下，行人各部位颜色识别准确率整体偏低，也间接影响了行人以图搜图、行人重识别(ReID，Person Re-identification)等业务的执行效率。

发明内容

有鉴于此，本发明的目的在于提供一种颜色识别方法、装置、设备及存储介质，能够提高颜色识别的准确度和完整度。其具体方案如下：

本申请的第一方面提供了一种颜色识别方法，包括：

利用图像分割模型对原始图像进行分割，得到各分割区域图像；

基于预设规则对所述分割区域图像进行分块得到各个子图像块，并根据所述子图像块中预设位置的像素点的颜色值，确定所述子图像块的主颜色类别；

根据所述子图像块的主颜色类别对所述子图像块进行分类，并分别从每类所述子图像块中筛选出若干所述子图像块，以得到每类所述子图像块各自对应的第一图像块；

基于所述第一图像块确定用于反映所述第一图像块的主颜色类别的第二图像块，以得到每类所述子图像块各自对应的所述第二图像块，并根据各所述第二图像块确定所述分割区域图像的颜色类别序列；其中，所述颜色类别序列中包括所述分割区域图像的主颜色类别。

可选的，所述基于预设规则对所述分割区域图像进行分块得到各个子图像块，并根据所述子图像块中预设位置的像素点的颜色值，确定所述子图像块的主颜色类别，包括：

按照预设尺寸对所述分割区域图像进行分块，得到各个子图像块；

提取所述子图像块中预设位置的若干目标像素点并计算每个所述目标像素点的RGB值，以得到每个所述目标像素点的颜色类别；

统计不同颜色类别的所述目标像素点在所有所述目标像素点中的占比，得到不同颜色类别对应的目标占比；

若所述目标占比最大的颜色类别为单一颜色类别，则将该颜色类别确定为所述子图像块的主颜色类别。

可选的，所述若所述目标占比最大的颜色类别为单一颜色类别，则将该颜色类别确定为所述子图像块的主颜色类别之前，还包括：

判断所有所述目标占比中最大的所述目标占比是否大于预设阈值，如果否，则丢弃所述子图像块。

可选的，所述分别从每类所述子图像块中筛选出若干所述子图像块，以得到每类所述子图像块各自对应的第一图像块，包括：