一种服饰样本集生成方法和装置制造方法及图纸

本发明专利技术提供了一种服饰样本集生成方法和装置，所述方法包括：获取样本图像中服饰区域的纹理结构信息；根据预设色彩建立色卡集；根据所述色卡集和所述纹理结构信息对所述服饰区域进行填色；根据填色后的所述服饰区域生成服饰样本集。该方案通过根据预设色彩建立的色卡集对样本图像中的服饰区域进行填色来生成服饰样本集，有限的样本图像通过不同色卡的填色获得了大量的样本集，与现有技术相比，克服了现有技术中大容量样本集难以获取的缺陷，大大降低了获取服饰样本集的工作量，色卡集的灵活建立，不仅丰富了服饰样本集的多样性，而且实现了服饰样本集的自动扩充，同时保证了各类颜色的服饰样本数量间的均衡性。

【技术实现步骤摘要】
一种服饰样本集生成方法和装置
本专利技术涉及图像分析领域，具体涉及一种服饰样本集生成方法和装置。
技术介绍
基于深度学习的行人服饰颜色识别是智能图像分析对监控场景进行目标物特征分析的重要组成部分。为了在不同场景、光线、角度等条件下达到很高的识别率，必须要对大量样本进行训练，同时要尽可能的保持样本间的均衡性，所以视频采集和样本标注工作是整个开发工作中最耗资源的环节。常规的颜色识别有色卡对比和有限的自定义类别(比如：红，绿，蓝，黑，白等)方法，两种方法都有自身的缺陷。色卡方法并不适用于行人服饰，因为由于光线原因，行人服饰并表现为一个同色区域，基于统计的色卡定义方法就容易错误；而基于有限自定义类别的方法样本搜集和标注比较困难，同时应用可扩展性也不好，比如，需求1要识别行人服饰自定义的N种颜色，需求2需要识别行人服饰另外的M种自定的颜色，那么两个需求的工作量是累加的，服饰样本集需要重新进行标注，并且基于深度学习的模型训练需要大量的训练样本，更加降低了该方法的可操作性。另外，由于自然界中行人服饰的各种颜色分布是严重不均衡的，比如黑、白、灰等服饰颜色较多，紫、绿、黄等服饰颜色就相对较少，均衡的服饰样本及的素材来源也是一个难题。因此，如何降低获取服饰样本集的难度、增添服饰样本集的多样性、优化服饰样本集的均衡性，成为一个亟待解决的技术问题。
技术实现思路
因此，本专利技术要解决的技术问题在于现有技术中获取服饰样本集的难度大、且服饰样本集的均衡性差。从而提供一种服饰样本集生成方法和装置。有鉴于此，本专利技术实施例的第一方面提供了一种服饰样本集生成方法，包括：获取样本图像中服饰区域的纹理结构信息；根据预设色彩建立色卡集；根据所述色卡集和所述纹理结构信息对所述服饰区域进行填色；根据填色后的所述服饰区域生成服饰样本集。优选地，所述根据预设色彩建立色卡集包括：对所述预设色彩进行颜色分类；对每类颜色在色谱图上进行采样得到所述每类颜色对应的多个色卡；将所述多个色卡的集合作为所述色卡集。优选地，所述根据所述色卡集和所述纹理结构信息对所述服饰区域进行填色包括：根据所述色卡集和所述纹理结构信息建立基于泊松方程的填色模型；对所述填色模型进行求解得到填色值；根据所述填色值对所述服饰区域进行填色。优选地，所述获取样本图像中服饰区域的纹理结构信息包括：提取所述样本图像的服饰区域；将所述服饰区域进行灰度化；提取灰度化后的服饰区域的梯度信息作为所述纹理结构信息。优选地，还包括：采用所述服饰样本集对目标颜色进行识别；在无法正确识别出所述目标颜色时，将所述目标颜色的色卡加入所述色卡集，以更新所述色卡集；根据所述目标颜色的色卡和所述纹理结构信息对所述服饰区域进行填色，以更新所述服饰样本集。本专利技术实施例的第二方面提供了一种服饰样本集生成装置，包括：获取模块，用于获取样本图像中服饰区域的纹理结构信息；建立模块，用于根据预设色彩建立色卡集；填色模块，用于根据所述色卡集和所述纹理结构信息对所述服饰区域进行填色；生成模块，用于根据填色后的所述服饰区域生成服饰样本集。优选地，所述建立模块包括：分类单元，用于对所述预设色彩进行颜色分类；采样模块，用于对每类颜色在色谱图上进行采样得到所述每类颜色对应的多个色卡；集合模块，用于将所述多个色卡的集合作为所述色卡集。优选地，所述填色模块包括：建立单元，用于根据所述色卡集和所述纹理结构信息建立基于泊松方程的填色模型；求解单元，用于对所述填色模型进行求解得到填色值；填色单元，用于根据所述填色值对所述服饰区域进行填色。优选地，所述获取模块包括：第一提取单元，用于提取所述样本图像的服饰区域；灰度单元，用于将所述服饰区域进行灰度化；第二提取单元，用于提取灰度化后的服饰区域的梯度信息作为所述纹理结构信息。优选地，还包括：识别模块，用于采用所述服饰样本集对目标颜色进行识别；第一更新模块，用于在无法正确识别出所述目标颜色时，将所述目标颜色的色卡加入所述色卡集，以生成新的色卡集；第二更新模块，用于根据所述目标颜色的色卡和所述纹理结构信息对所述服饰区域进行填色，以更新所述服饰样本集。本专利技术的技术方案具有以下优点：本专利技术实施例提供的服饰样本集生成方法和装置，通过根据预设色彩建立的色卡集对样本图像中的服饰区域进行填色来生成服饰样本集，其中服饰区域保留了服饰的纹理结构信息，有限的样本图像通过不同色卡的填色获得了大量的样本集，与现有技术相比，克服了现有技术中大容量样本集难以获取的缺陷，大大降低了获取服饰样本集的工作量，色卡集的灵活建立，不仅丰富了服饰样本集的多样性，而且实现了服饰样本集的自动扩充，同时保证了各类颜色的服饰样本数量间的均衡性。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例1的服饰样本集生成方法的一个流程图；图2为本专利技术实施例1的样本图像中服饰区域与非服饰区域边界处的像素点的一个示意图；图3为本专利技术实施例2的服饰样本集生成装置的一个框图。具体实施方式下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本专利技术的描述中，需要说明的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，下面所描述的本专利技术不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。实施例1本实施例提供一种服饰样本集生成方法，可用于行人服饰颜色识别过程中的样本集获取，如图1所示，包括如下步骤：S11：获取样本图像中服饰区域的纹理结构信息。此处样本图像可以从不同的图像或视频素材中选取，针对素材中不同场景、不同姿势、不同朝向、不同性别、不同年龄、不同体态的行人选取样本图像，目的是为了能够尽可能的包含所有情况下的行人服饰信息，然后提取出样本图像中服饰区域的纹理结构信息，此处纹理结构信息包含但不限于衣服褶皱、明暗区域等。作为一种优选方案，步骤S11可以包括：首先提取样本图像的服饰区域，具体地，设样本图像用I表示，可以采用相关的绘图工具制作I的mask图像，比如采用Photoshop制作I的mask图像记为M，M标记了样本图像中的服饰区域和背景区域，比如mask图像M中服饰区域被标注为白色，用符号Ω表示；背景区域被标注为黑色，用符号Ο表示，背景区域Ο上与服饰区域Ω邻接的区域记为即设p(i,j)是区域上的像素点，则p(i,j)满足NΩ表示Ω上像素点的邻域；然后将服饰区域进行灰度化，具体地可以将样本图像I进行灰度化，即将I的颜色信息去除，保留I的纹理和结构信息，得到灰度图像G，G是一个去除了I的色彩信息保留了I的纹理和结构信息的灰度图像；最后提取灰度化后的服饰区域的梯度信息作为纹理结构信息，为了保留涂色后的行人服饰区域保持原有服饰的结构特征，即衣服褶皱、明暗区域等，被填色后服饰区域必须保持原图像的梯度信息。可以采用服饰区域的梯度信息本文档来自技高网...

【技术保护点】
一种服饰样本集生成方法，其特征在于，包括：获取样本图像中服饰区域的纹理结构信息；根据预设色彩建立色卡集；根据所述色卡集和所述纹理结构信息对所述服饰区域进行填色；根据填色后的所述服饰区域生成服饰样本集。

【技术特征摘要】
1.一种服饰样本集生成方法，其特征在于，包括：获取样本图像中服饰区域的纹理结构信息；根据预设色彩建立色卡集；根据所述色卡集和所述纹理结构信息对所述服饰区域进行填色；根据填色后的所述服饰区域生成服饰样本集。2.根据权利要求1所述的服饰样本集生成方法，其特征在于，所述根据预设色彩建立色卡集包括：对所述预设色彩进行颜色分类；对每类颜色在色谱图上进行采样得到所述每类颜色对应的多个色卡；将所述多个色卡的集合作为所述色卡集。3.根据权利要求1所述的服饰样本集生成方法，其特征在于，所述根据所述色卡集和所述纹理结构信息对所述服饰区域进行填色包括：根据所述色卡集和所述纹理结构信息建立基于泊松方程的填色模型；对所述填色模型进行求解得到填色值；根据所述填色值对所述服饰区域进行填色。4.根据权利要求1所述的服饰样本集生成方法，其特征在于，所述获取样本图像中服饰区域的纹理结构信息包括：提取所述样本图像的服饰区域；将所述服饰区域进行灰度化；提取灰度化后的服饰区域的梯度信息作为所述纹理结构信息。5.根据权利要求1所述的服饰样本集生成方法，其特征在于，还包括：采用所述服饰样本集对目标颜色进行识别；在无法正确识别出所述目标颜色时，将所述目标颜色的色卡加入所述色卡集，以更新所述色卡集；根据所述目标颜色的色卡和所述纹理结构信息对所述服饰区域进行填色，以更新所述服饰样本集。6.一种服饰样本集生成装置，其特征在于，包括：获取模块，用于获取样本图像中服...

【专利技术属性】
技术研发人员：彭莉，刘麒，张晓明，张如高，
申请(专利权)人：博康智能信息技术有限公司，
类型：发明
国别省市：北京,11