作业人员着装分析方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种作业人员着装分析方法、装置及电子设备，涉及图像识别技术领域，该方法包括：获取RGB颜色空间的人体图像；将该人体图像按照预先确定的结构比例分成多个单元格；根据每个单元格中各个像素点的像素值生成该单元格的梯度直方图；根据每个单元格中各个像素点在RGB颜色空间的颜色值生成该单元格的颜色直方图；根据各个单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定该人体图像对应的着装分析结果。这样根据真实人体和服装结构的差异将人体图像分解成多个单元格，再基于服装的颜色和形状对每个单元格进行局部特征提取，大大降低了计算复杂度，提高了着装分析的识别准确率，增强了在复杂环境中的鲁棒性。

【技术实现步骤摘要】
作业人员着装分析方法、装置及电子设备
本专利技术涉及图像识别
，尤其是涉及一种作业人员着装分析方法、装置及电子设备。
技术介绍
随着视频监控系统网络化、智能化的迅速发展，智能视频监控系统已成为保障公共安全，实现实时监控分析的重要途径。智能监控以图像序列作为输入，主要功能包括目标检测、识别和跟踪等过程，实现对目标对象的行为分析，并根据需要进行安全警报。目前，基于视频系统的对人体的识别和行为分析已经得到了较好的实现和应用，而在变电站内对作业人员的着装分析，一方面因其对于复杂环境和噪声的敏感性以及较高的计算成本，在实际应用中还未完全得到开发；另一方面，变电作业环境下经常出现遮挡、光照不均、大小和视角变化等影响分析检测的情况，大大降低了着装分析的识别准确率。综上可知，现有的作业人员着装分析方法还需要进一步的改进，识别准确率需要进一步提高。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种作业人员着装分析方法、装置及电子设备，以提高着装分析的识别准确率，增强在复杂环境中的鲁棒性。第一方面，本专利技术实施例提供了一种作业人员着装分析方法，包括：获取RGB颜色空间的人体图像，所述人体图像为待分析监控视频帧中经背景减除后的图像；将所述人体图像按照预先确定的结构比例分成多个单元格；根据每个所述单元格中各个像素点的像素值生成所述单元格的梯度直方图；根据每个所述单元格中各个像素点在所述RGB颜色空间的颜色值生成所述单元格的颜色直方图；根据各个所述单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定所述人体图像对应的着装分析结果；其中，所述分类器是基于训练样本的梯度直方图和颜色直方图训练得到的。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，所述将所述人体图像按照预先确定的结构比例分成多个单元格，包括：将所述人体图像按照预先确定的结构比例分成分别对应头盔、上衣和下衣的三个单元格。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述根据每个所述单元格中各个像素点的像素值生成所述单元格的梯度直方图，包括：根据每个所述单元格中各个像素点的像素值，计算得到每个所述像素点的梯度幅值和梯度方向；根据每个所述单元格中各个像素点的梯度方向将对应的梯度幅值映射到多个预设的对应不同梯度方向范围的第一通道，生成所述单元格的梯度直方图。结合第一方面，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述根据每个所述单元格中各个像素点在所述RGB颜色空间的颜色值生成所述单元格的颜色直方图，包括：将每个所述单元格中每个像素点在所述RGB颜色空间的颜色值变换到HSV颜色空间中，得到所述单元格中每个像素点的色调值和饱和度值；将每个所述单元格中各个像素点的色调值和饱和度值映射到多个预设的对应不同色调范围和饱和度范围的第二通道，生成所述单元格的颜色直方图。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述根据各个所述单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定所述人体图像对应的着装分析结果，包括：将各个所述单元格的梯度直方图和颜色直方图按照设定顺序串联起来，得到所述人体图像的目标特征向量；将所述目标特征向量输入预先训练的分类器中，得到所述分类器输出的所述人体图像对应的着装分析结果。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，所述方法还包括通过以下过程训练所述分类器：获取训练样本，所述训练样本包括多个正确着装样本和多个非正确着装样本；生成所述训练样本的梯度直方图和颜色直方图；根据所述训练样本的梯度直方图和颜色直方图确定所述训练样本的训练特征向量；采用所述训练特征向量对二分类模型进行训练，以得到所述分类器。第二方面，本专利技术实施例还提供一种作业人员着装分析装置，包括：图像获取模块，用于获取RGB颜色空间的人体图像，所述人体图像为待分析监控视频帧中经背景减除后的图像；图像分解模块，用于将所述人体图像按照预先确定的结构比例分成多个单元格；第一生成模块，用于根据每个所述单元格中各个像素点的像素值生成所述单元格的梯度直方图；第二生成模块，用于根据每个所述单元格中各个像素点在所述RGB颜色空间的颜色值生成所述单元格的颜色直方图；结果确定模块，用于根据各个所述单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定所述人体图像对应的着装分析结果；其中，所述分类器是基于训练样本的梯度直方图和颜色直方图训练得到的。结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，所述图像分解模块具体用于：将所述人体图像按照预先确定的结构比例分成分别对应头盔、上衣和下衣的三个单元格。结合第二方面，本专利技术实施例提供了第二方面的第一种可能的实施方式，其中，所述装置还包括训练模块，用于通过以下过程训练所述分类器：获取训练样本，所述训练样本包括多个正确着装样本和多个非正确着装样本；生成所述训练样本的梯度直方图和颜色直方图；根据所述训练样本的梯度直方图和颜色直方图确定所述训练样本的训练特征向量；采用所述训练特征向量对二分类模型进行训练，以得到所述分类器。第三方面，本专利技术实施例还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面或其任一种可能的实施方式所述的方法。本专利技术实施例带来了以下有益效果：本专利技术实施例中，获取RGB颜色空间的人体图像，该人体图像为待分析监控视频帧中经背景减除后的图像；将该人体图像按照预先确定的结构比例分成多个单元格；根据每个单元格中各个像素点的像素值生成该单元格的梯度直方图；根据每个单元格中各个像素点在RGB颜色空间的颜色值生成该单元格的颜色直方图；根据各个单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定该人体图像对应的着装分析结果；其中，该分类器是基于训练样本的梯度直方图和颜色直方图训练得到的。这样根据真实人体和服装结构的差异将人体图像分解成多个单元格，再基于服装的颜色和形状分别对每个单元格进行局部特征提取，大大降低了计算复杂度，提高了着装分析的识别准确率，增强了在复杂环境中的鲁棒性。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。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提供的一种作业人员着装分析方法的流程示意图；图2为本专利技术实施例提供的一种训练分类器的流程示意图；图3为本专利技术实施例提供的一种作业人员着装分析装置的结构示意图；图4为本专利技术实施例提供的一种电子设备的结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的技术方案进行清楚、本文档来自技高网...

【技术保护点】
1.一种作业人员着装分析方法，其特征在于，包括：获取RGB颜色空间的人体图像，所述人体图像为待分析监控视频帧中经背景减除后的图像；将所述人体图像按照预先确定的结构比例分成多个单元格；根据每个所述单元格中各个像素点的像素值生成所述单元格的梯度直方图；根据每个所述单元格中各个像素点在所述RGB颜色空间的颜色值生成所述单元格的颜色直方图；根据各个所述单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定所述人体图像对应的着装分析结果；其中，所述分类器是基于训练样本的梯度直方图和颜色直方图训练得到的。

【技术特征摘要】
1.一种作业人员着装分析方法，其特征在于，包括：获取RGB颜色空间的人体图像，所述人体图像为待分析监控视频帧中经背景减除后的图像；将所述人体图像按照预先确定的结构比例分成多个单元格；根据每个所述单元格中各个像素点的像素值生成所述单元格的梯度直方图；根据每个所述单元格中各个像素点在所述RGB颜色空间的颜色值生成所述单元格的颜色直方图；根据各个所述单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定所述人体图像对应的着装分析结果；其中，所述分类器是基于训练样本的梯度直方图和颜色直方图训练得到的。2.根据权利要求1所述的方法，其特征在于，所述将所述人体图像按照预先确定的结构比例分成多个单元格，包括：将所述人体图像按照预先确定的结构比例分成分别对应头盔、上衣和下衣的三个单元格。3.根据权利要求1所述的方法，其特征在于，所述根据每个所述单元格中各个像素点的像素值生成所述单元格的梯度直方图，包括：根据每个所述单元格中各个像素点的像素值，计算得到每个所述像素点的梯度幅值和梯度方向；根据每个所述单元格中各个像素点的梯度方向将对应的梯度幅值映射到多个预设的对应不同梯度方向范围的第一通道，生成所述单元格的梯度直方图。4.根据权利要求1所述的方法，其特征在于，所述根据每个所述单元格中各个像素点在所述RGB颜色空间的颜色值生成所述单元格的颜色直方图，包括：将每个所述单元格中每个像素点在所述RGB颜色空间的颜色值变换到HSV颜色空间中，得到所述单元格中每个像素点的色调值和饱和度值；将每个所述单元格中各个像素点的色调值和饱和度值映射到多个预设的对应不同色调范围和饱和度范围的第二通道，生成所述单元格的颜色直方图。5.根据权利要求1所述的方法，其特征在于，所述根据各个所述单元格的梯度直方图和颜色直方图、以及预先训练的分类器，确定所述人体图像对应的着装分析结果，包括：将各个所述单元格的梯度直方图和颜色直方图按照设定顺序串联起来，得到所述人体图像的目标特征向量；将所...

【专利技术属性】
技术研发人员：林孝斌，胡金磊，李聪，梁广，李存海，韩磊，余耀权，雷国伟，黄志成，江浩侠，吴秋健，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司清远供电局，
类型：发明
国别省市：广东,44