目标区域颜色识别方法、装置及监控终端制造方法及图纸

本发明专利技术实施例提供一种目标区域颜色识别方法、装置及监控终端。该方法包括：获得待识别图像；采用区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；生成多个随机框，并计算所述目标区域在每个随机框中的占比；根据计算出的所述目标区域在每个随机框中的占比，选取占比最大的随机框作为待识别区域；采用颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。本发明专利技术能够简单快速地识别行人目标区域颜色，可以有效提高行人目标区域颜色的识别精度，为行人检索和跟踪提供有用信息。

Target area color identification method, device and monitoring terminal

The embodiment of the invention provides a target area color identification method, a device and a monitoring terminal. The method includes obtaining image; the segmentation model of the image segmentation, get the target identification in the image; generating a plurality of random frame, and calculate the target region in each frame randomly in proportion; according to the calculated in the target area each random frame in proportion, accounting for selected regions to be recognized as the largest than random frame; the color classification model for color identification for the region to be recognized, the output color recognition results. The method can recognize the color of the pedestrian target region simply and quickly, and can effectively improve the recognition accuracy of the pedestrian target area color, and provides useful information for the pedestrian searching and tracking.

【技术实现步骤摘要】
目标区域颜色识别方法、装置及监控终端
本专利技术涉及颜色识别领域，具体而言，涉及一种目标区域颜色识别方法、装置及监控终端。
技术介绍
在公安刑侦追踪嫌疑人事件中，嫌疑人的衣服颜色是一项重要信息，为抓捕嫌疑人提供有效线索。为了保证高效性，需较快地识别出行人目标区域(例如，衣服)的颜色。然而目前针对行人目标区域的颜色识别技术存在计算复杂度高、对行人目标区域(例如，上半身区域)定位困难、容易受到背景的干扰等缺陷，识别精度低。
技术实现思路
为了克服现有技术中的上述不足，本专利技术的目的在于提供一种目标区域颜色识别方法、装置及监控终端，能够简单快速地识别行人目标区域颜色，可以有效提高行人目标区域颜色的识别精度，为行人检索和跟踪提供有用信息。为了实现上述目的，本专利技术较佳实施例采用的技术方案如下：本专利技术较佳实施例提供一种目标区域颜色识别方法，应用于监控终端。所述监控终端配置有用于分割出图像中目标区域的区域分割模型以及用于识别颜色的颜色分类模型。其中，所述区域分割模型中存储有多个样本中的目标区域。所述方法包括：获得待识别图像；采用所述区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；生成多个随机框，并计算所述目标区域在每个随机框中的占比；根据计算出的所述目标区域在每个随机框中的占比，选取所述占比最大的随机框作为待识别区域；采用所述颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。在本专利技术较佳实施例中，所述方法还包括：采用全卷积网络训练所述区域分割模型。在本专利技术较佳实施例中，所述方法还包括：选取用于训练所述区域分割模型的训练样本，其中，所述训练样本包括有所述目标区域，所述目标区域不包括干扰区域。在本专利技术较佳实施例中，所述方法还包括：采用卷积神经网络训练所述颜色分类模型。在本专利技术较佳实施例中，所述方法还包括：基于预设规则选取用于训练所述颜色分类模型的颜色训练样本，其中，所述颜色训练样本包括稀有颜色样本。在本专利技术较佳实施例中，所述基于预设规则选取用于训练所述颜色分类模型的训练样本的步骤，包括：接收输入的颜色训练样本，其中，所述颜色训练样本包括多个预设场景的样本图像，所述样本图像中包括有预定区域；选取在各个颜色训练样本的预定区域中出现次数小于预设阈值的颜色种类所在的区域作为稀有颜色区域；从所述稀有颜色区域中选取稀有颜色样本。在本专利技术较佳实施例中，所述从所述稀有颜色区域中选取稀有颜色样本的方式包括：在所述稀有颜色区域中生成多个预定框，其中，所述预定框之间存在重叠区域；将所述预定框对应的颜色区域作为所述稀有颜色样本。在本专利技术较佳实施例中，所述生成多个随机框，计算所述目标区域在每个随机框中的占比的步骤，包括：在所述目标区域随机生成预设数量的像素点位置，并以每个像素点位置为中心生成预设尺寸的随机框；统计所述目标区域在每个随机框中的占比。本专利技术较佳实施例还提供一种目标区域颜色识别装置，应用于监控终端。所述监控终端配置有用于分割出图像中目标区域的区域分割模型以及用于识别颜色的颜色分类模型。其中，所述区域分割模型中存储有多个样本中的目标区域。所述装置包括：获得模块，用于获得待识别图像；分割模块，用于采用所述区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；生成模块，用于生成多个随机框，并计算所述目标区域在每个随机框中的占比；选取模块，用于根据计算出的所述目标区域在每个随机框中的占比，选取占比最大的随机框作为待识别区域；识别模块，用于采用所述颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。本专利技术较佳实施例还提供一种监控终端，所述监控终端包括：存储器；处理器；以及目标区域颜色识别装置，所述装置安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模块，所述装置包括：获得模块，用于获得待识别图像；分割模块，用于采用区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；生成模块，用于生成多个随机框，并计算所述目标区域在每个随机框中的占比；选取模块，用于根据计算出的所述目标区域在每个随机框中的占比，选取占比最大的随机框作为待识别区域；识别模块，用于采用颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。相对于现有技术而言，本专利技术具有以下有益效果：本专利技术实施例提供的目标区域颜色识别方法、装置及监控终端。该方法包括：获得待识别图像；采用区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；生成多个随机框，并计算所述目标区域在每个随机框中的占比；根据计算出的所述目标区域在每个随机框中的占比，选取占比最大的随机框作为待识别区域；采用颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。基于上述设计，本专利技术提供的技术方案能够简单快速地识别行人目标区域颜色，可以有效提高行人目标区域颜色的识别精度，为行人检索和跟踪提供有用信息。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。图1为本专利技术较佳实施例提供的监控终端的一种方框示意图；图2为本专利技术较佳实施例提供的目标区域颜色识别方法的一种流程示意图；图3为图2中所示的步骤S230包括的各个子步骤的一种流程示意图；图4为本专利技术较佳实施例提供的目标区域颜色识别方法的另一种流程示意图；图5为图4中所示的步骤S201包括的各个子步骤的一种流程示意图；图6为本专利技术较佳实施例提供的目标区域颜色识别装置的一种功能模块图。图标：100-监控终端；110-存储器；120-处理器；130-通信单元；140-存储控制器；200-目标区域颜色识别装置；210-获得模块；220-分割模块；230-生成模块；240-选取模块；250-识别模块。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中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。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。下面结合附图，对本专利技术的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。请参阅图1，为本专利技术较佳实施例提供的监控终端100的方框示意图。本专利技术实施例中，所述监控终端100可以应用于各类监控系统，例如安防监控系统，道路监控系统等，本实施例对此不作具体限制。如图1所示，所述监控终端100可以包括存储器110、处理器120、通信单元130以及存储控制器140。所述存储器110、处理器120、通信单元130以及存储控制器140相互之间直接或间接地本文档来自技高网...

【技术保护点】
一种目标区域颜色识别方法，应用于监控终端，其特征在于，所述监控终端配置有用于分割出图像中目标区域的区域分割模型以及用于识别颜色的颜色分类模型，其中，所述区域分割模型中存储有多个样本中的目标区域，所述方法包括：获得待识别图像；采用所述区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；生成多个随机框，并计算所述目标区域在每个随机框中的占比；根据计算出的所述目标区域在每个随机框中的占比，选取所述占比最大的随机框作为待识别区域；采用所述颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。

【技术特征摘要】
1.一种目标区域颜色识别方法，应用于监控终端，其特征在于，所述监控终端配置有用于分割出图像中目标区域的区域分割模型以及用于识别颜色的颜色分类模型，其中，所述区域分割模型中存储有多个样本中的目标区域，所述方法包括：获得待识别图像；采用所述区域分割模型对所述待识别图像进行图像分割，得到所述待识别图像中的目标区域；生成多个随机框，并计算所述目标区域在每个随机框中的占比；根据计算出的所述目标区域在每个随机框中的占比，选取所述占比最大的随机框作为待识别区域；采用所述颜色分类模型对所述待识别区域进行颜色识别，输出颜色识别结果。2.根据权利要求1所述的目标区域颜色识别方法，其特征在于，所述方法还包括：采用全卷积网络训练所述区域分割模型。3.根据权利要求1所述的目标区域颜色识别方法，其特征在于，所述方法还包括：选取用于训练所述区域分割模型的训练样本，其中，所述训练样本包括有所述目标区域，所述目标区域不包括干扰区域。4.根据权利要求1所述的目标区域颜色识别方法，其特征在于，所述方法还包括：采用卷积神经网络训练所述颜色分类模型。5.根据权利要求1-4中任意一项所述的目标区域颜色识别方法，其特征在于，所述方法还包括：基于预设规则选取用于训练所述颜色分类模型的颜色训练样本，其中，所述颜色训练样本包括稀有颜色样本。6.根据权利要求5所述的目标区域颜色识别方法，其特征在于，所述基于预设规则选取用于训练所述颜色分类模型的训练样本的步骤，包括：接收输入的颜色训练样本，其中，所述颜色训练样本包括多个预设场景的样本图像，所述样本图像中包括有预定区域；选取在各个颜色训练样本的预定区域中出现次数小于预设阈值的颜色种类所在的区域作为稀有颜色区域；从所述稀有颜色区域中选取稀有颜色样本。7.根据权利要求6所述的目标区域颜色识别方法，其特征在于，所述从所述稀有颜...

【专利技术属性】
技术研发人员：张雷，
申请(专利权)人：浙江宇视科技有限公司，
类型：发明
国别省市：浙江,33