图像中的墨镜识别方法及装置、电子设备、存储介质制造方法及图纸

本公开提供了一种图像中的墨镜识别方法、图像中的墨镜识别装置、电子设备及计算机可读存储介质，属于图像处理技术领域。该方法包括：获取待识别图像，通过检测窗口遍历所述待识别图像，得到所述待识别图像的多个子图像；采用预先训练的集成分类器对各所述子图像的哈尔特征进行处理，分别判断各所述子图像是否包含墨镜；根据包含墨镜的所述子图像确定所述待识别图像中关于墨镜的预识别区域；通过计算所述预识别区域内像素点的梯度，确定所述预识别区域内是否包含墨镜。本公开可以有效识别图像中的墨镜区域。

Sunglasses recognition method and device, electronic equipment and storage medium in image

【技术实现步骤摘要】
图像中的墨镜识别方法及装置、电子设备、存储介质
本公开涉及图像处理
，尤其涉及一种图像中的墨镜识别方法、图像中的墨镜识别装置、电子设备及计算机可读存储介质。
技术介绍
目前，随着社会各个领域对身份识别的要求日益突出，基于视频流的安全防范方法有了非常多的研究，例如人脸识别、行人检测或入侵检测等等。然而，在上述各种关于图像的检测中，通常需要基于人脸的面部特征对人的身份进行识别，当图像中的人佩戴墨镜时，不仅难以对其身份进行识别，还可能会出现遗漏对某些可疑人员的检测的情况。因此，如何有效的识别图像中佩戴墨镜的人，是现有技术亟待解决的问题。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开提供了一种图像中的墨镜识别方法、图像中的墨镜识别装置、电子设备及计算机可读存储介质，进而至少在一定程度上克服现有技术中难以对图像中的墨镜区域进行有效识别的问题。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的本文档来自技高网...

【技术保护点】
1.一种图像中的墨镜识别方法，其特征在于，所述方法包括：/n获取待识别图像，通过检测窗口遍历所述待识别图像，得到所述待识别图像的多个子图像；/n采用预先训练的集成分类器对各所述子图像的哈尔特征进行处理，分别判断各所述子图像是否包含墨镜；/n根据包含墨镜的所述子图像确定所述待识别图像中关于墨镜的预识别区域；/n通过计算所述预识别区域内像素点的梯度，确定所述预识别区域内是否包含墨镜。/n

【技术特征摘要】
1.一种图像中的墨镜识别方法，其特征在于，所述方法包括：
获取待识别图像，通过检测窗口遍历所述待识别图像，得到所述待识别图像的多个子图像；
采用预先训练的集成分类器对各所述子图像的哈尔特征进行处理，分别判断各所述子图像是否包含墨镜；
根据包含墨镜的所述子图像确定所述待识别图像中关于墨镜的预识别区域；
通过计算所述预识别区域内像素点的梯度，确定所述预识别区域内是否包含墨镜。


2.根据权利要求1所述的方法，其特征在于，所述集成分类器通过以下步骤获得：
获取样本图像，提取所述样本图像的多种哈尔特征；
分别以所述样本图像的每种哈尔特征作为训练数据，结合所述样本图像的标签，采用迭代算法训练分类器，获得所述每种哈尔特征对应的弱分类器；
将所述每种哈尔特征对应的弱分类器进行集成，得到所述集成分类器。


3.根据权利要求2所述的方法，其特征在于，所述将所述每种哈尔特征对应的弱分类器进行集成，得到所述集成分类器，包括：
确定所述每种哈尔特征对应的弱分类器的误差权重；
根据所述误差权重，通过以下公式将所述每种哈尔特征对应的弱分类器进行集成，得到所述集成分类器：



其中，V(x)表示所述集成分类器，x表示图像的哈尔特征，ht(x)表示为第t弱分类器，为第t种哈尔特征对应的弱分类器，αt为第t弱分类器的误差权重，n表示所述哈尔特征的种类数。


4.根据权利要求3所述的方法，其特征在于，所述采用预先训练的集成分类器对各所述子图像的哈尔特征进行处理，分别确定各所述子图像是否包含墨镜，包括：
将所述子图像的哈尔特征输入所述集成分类器，得到所述子图像的输出值，如果该输出值大于分类阈值，则判断所述子图像包含墨镜；
其中，所述分类阈值通过以下步骤确定：
确定所述样本图像中的正样本图像以及负样本图像；
根据所述集成分类器对每个所述正样本图像的哈尔特征进行处理，并对每个所述正样本图像的输出值计算平均值，得到第一平均值；
根据所述集成分类器对每个所述负样本图像的哈尔特征进行处理，并对每个所述负样本图像的输出值计算平均值，得到第二平均值；
根据所述第一平均值和所述第二平均值，确定所述分...

【专利技术属性】
技术研发人员：刘岩，
申请(专利权)人：泰康保险集团股份有限公司，
类型：发明
国别省市：北京;11