[发明专利]基于感兴趣区域的颜色识别方法、系统、电子设备和介质

说明书

本发明公开了一种基于感兴趣区域的颜色识别方法、系统、电子设备和介质，基于感兴趣区域的颜色识别方法包括：获取目标图像的感兴趣类别激活映射图，目标图像包括感兴趣目标物；将感兴趣类别激活映射图中大于预设阈值的区域确定为感兴趣目标物所在的第一区域；获取目标图像中与第一区域对应的目标区域；采用聚类算法获取目标区域的颜色中心并进行颜色识别。本发明所提供的基于感兴趣区域的颜色识别方法中，通过目标图像的感兴趣类别激活映射图来确定目标图像内的需要进行颜色识别的目标物的目标区域，然后再进行颜色识别，提升了对图像颜色进行标注的效率和准确度，并且无需对整张图像进行计算，节约了计算资源。

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于感兴趣区域的颜色识别方法、系统、电子设备和介质。

背景技术

随着OTA(在线旅游)行业的发展和智能设备的进步，其发展和使用过程中所产生的图像数量呈现出了指数级的增长，与此同时，人们对图像的多样性和质量的要求也越来越高。但是，随着人力成本的迅速提高，利用人工进行图像识别难以满足对海量数据进行处理的需求。基于此，如何低成本且快速有效地进行图像识别已经成为相关人员的一个重要课题。

随着硬件(如GPU)设备的快速发展，深度学习在近年来受到了学术与工业界的关注，利用深度学习方法来实现图像识别也已经成为了研究热点，并且在基于卷积神经网络的图像识别与分类方面已经取得了巨大的进步。然而，由于现实中的图像往往包括大量的颜色信息，因此，使用卷积神经网络直接对图像整体进行颜色识别时，通常需要进行大量的数据计算，处理过程复杂、效率较低且准确度不高，因此不利于降低成本和提高效率。

发明内容

本发明要解决的技术问题是为了克服现有技术中直接使用卷积神经网络进行图像颜色识别时处理过程复杂且准确性低的缺陷，提供一种基于感兴趣区域的颜色识别方法、系统、电子设备和介质。

本发明是通过下述技术方案来解决上述技术问题：

第一方面，本发明提供一种基于感兴趣区域的颜色识别方法，所述基于感兴趣区域的颜色识别方法包括：

获取目标图像的感兴趣类别激活映射图，所述目标图像包括感兴趣目标物；

将所述感兴趣类别激活映射图中大于预设阈值的区域确定为所述感兴趣目标物所在的第一区域；

获取所述目标图像中与所述第一区域对应的目标区域；

采用聚类算法获取所述目标区域的颜色中心并进行颜色识别。

较佳地，所述采用聚类算法获取所述目标区域的颜色中心的步骤之前，还包括：

获取所述感兴趣目标物的类别；

根据所述类别设置第一颜色范围；

基于所述第一颜色范围来采用聚类算法获取所述目标区域的颜色中心并进行颜色识别；

其中，所述目标物的颜色落入所述第一颜色范围的概率大于第一目标阈值。

较佳地，所述方法还包括：

根据所述类别设置第二颜色范围；

基于所述第一颜色范围和所述第二颜色范围来采用聚类算法获取所述目标区域的颜色中心并进行颜色识别；

其中，所述目标物的颜色落入所述第二颜色范围的概率小于第二目标阈值。

较佳地，所述获取所述目标图像中与所述第一区域对应的目标区域，包括：

制作对应于所述第一区域的图像掩膜；

将所述图像掩膜与所述目标图像相乘，以获取所述目标图像中与所述第一区域对应的目标区域。