一种穿戴目标物的检测方法、装置、设备及介质制造方法及图纸

本申请涉及安防监控技术领域，具体涉及一种穿戴目标物的检测方法、装置、设备及介质，用于提高穿戴目标物的检测结果的准确性。该方法包括：获取包括待检测对象的目标部位的第一图像；将第一图像输入第一模型得到第一结果，第一结果表征目标部位是否穿戴目标物；第一模型是通过第一样本集训练获得的，响应于第一结果表征目标部位未穿戴目标物，将第一图像输入第二模型和第三模型得到第二结果和第三结果；第二结果表征第一图像中目标物的属性类别，第三结果表征第一图像是否为难例图像，难例图像中目标物的属性类别为第一属性类别；基于第二结果和第三结果，确定第一图像中目标部位是否穿戴目标物。戴目标物。戴目标物。

A detection method, device, device and medium for wearing objects

【技术实现步骤摘要】
一种穿戴目标物的检测方法、装置、设备及介质


[0001]本申请涉及安防监控
，具体涉及一种穿戴目标物的检测方法、装置、设备及介质。

技术介绍

[0002]随着智能化技术的普及，各行各业对工作人员的穿戴行为都有着严格的要求，例如厨房的工作人员被要求穿戴厨师帽、卫生手套等，车间的作业人员被要求穿戴车间帽、安全手套等。通过规范工作人员的穿戴行为，能够有效提升厨房卫生质量、车间安全生产质量等，从而提升各个行业的服务质量，提升企业的核心竞争力。因此，如何准确地检测特定场所中的人员是否穿戴头饰、手套等目标物至关重要。
[0003]目前主要是通过训练好的单一模型对特定场所采集的图像进行检测，判断该图像中的人员是否穿戴目标物。然而面对复杂场景的干扰，单一的检测模型通常会出现误报，其得到的穿戴目标物的检测结果不准确。

技术实现思路

[0004]本申请实施例提供一种穿戴目标物的检测方法、装置、设备及介质，用于提高穿戴目标物的检测结果的准确性。
[0005]第一方面，本申请提供一种穿戴目标物的检测方法，包括：
[0006]获取包括待检测对象的目标部位的第一图像；
[0007]将所述第一图像输入第一模型得到第一结果，所述第一结果表征所述目标部位是否穿戴目标物；所述第一模型是通过第一样本集训练获得的，所述第一样本集包括针对历史对象的目标部位是否穿戴目标物进行标记的图像；
[0008]响应于所述第一结果表征所述目标部位未穿戴目标物，将所述第一图像输入第二模型和第三模型得到第二结果和第三结果；其中，所述第二结果表征所述第一图像中目标物的属性类别，所述第三结果表征所述第一图像是否为难例图像，所述难例图像中目标物的属性类别为第一属性类别；所述第二模型是通过第二样本集训练获得的，所述第二样本集包括针对不同属性类别的目标物进行标记的图像；所述第三模型是通过第三样本集训练获得的，所述第三样本集包括针对样本图像是否为难例图像进行标记的图像；
[0009]基于所述第二结果和所述第三结果，确定所述第一图像中所述目标部位是否穿戴目标物。
[0010]在一种可能的实施例中，基于所述第二结果和所述第三结果，确定所述第一图像中所述目标部位是否穿戴目标物，包括：
[0011]响应于所述第二结果表征所述第一图像中目标物的属性类别为第二属性类别，且所述第三结果表征所述第一图像不是难例图像，则确定所述第一图像中所述目标部位未穿戴目标物。
[0012]在一种可能的实施例中，所述不同属性类别包括所述目标物的颜色为目标颜色的
第一属性类别、所述目标部位未穿戴所述目标物的第二属性类别、所述目标物的颜色为非目标颜色的第三属性类别。
[0013]在一种可能的实施例中，所述目标物为头饰，所述目标颜色为黑色、白色或灰色中的任意一种。
[0014]在一种可能的实施例中，获取包括待检测对象的目标部位的第一图像，包括：
[0015]采集目标环境中所述待检测对象的目标图像；
[0016]若确定所述目标图像中存在目标部位，则基于预设的第一矩形框从所述目标图像中截取出所述目标部位的图像，作为所述第一图像。
[0017]在一种可能的实施例中，响应于所述第一结果表征所述目标部位未穿戴目标物，将所述第一图像输入第二模型和第三模型得到第二结果和第三结果，包括：
[0018]对所述第一矩形框进行N次边界抖动，根据所述第一矩形框在所述目标图像中的位置信息，获得N个第二矩形框在所述目标图像中的位置信息；其中，N为大于或等于3的奇数，每次边界抖动表示对所述第一矩形框的四个边界分别进行外扩或内缩；
[0019]根据所述N个第二矩形框在所述目标图像中的位置信息，从所述目标图像中截取出N个第二图像；
[0020]将每个第二图像输入第二模型和第三模型，得到每个第二图像对应的第二结果和第三结果。
[0021]在一种可能的实施例中，基于所述第二结果和所述第三结果，确定所述第一图像中所述目标部位是否穿戴目标物，包括：
[0022]若对应的第二结果表征所述第一图像中目标物的属性类别为第二属性类别，且对应的第三结果表征所述第一图像不是难例图像的第二图像的数量大于或等于预设值，则确定所述第一图像中所述目标部位已穿戴目标物；其中，所述预设值与所述N的值成正比。
[0023]在一种可能的实施例中，所述第一模型为多任务网络的第一分支，所述第二模型为所述多任务网络的第二分支，所述第三模型为所述多任务网络的第三分支，所述多任务网络还包括骨干模块；
[0024]将所述第一图像输入第一模型得到第一结果，包括：
[0025]将所述第一图像输入所述骨干模块，获得所述第一图像的图像特征；
[0026]将所述图像特征输入所述第一分支，获得第一结果；
[0027]响应于所述第一结果表征所述目标部位未穿戴目标物，将所述第一图像输入第二模型和第三模型得到第二结果和第三结果，包括：
[0028]响应于所述第一结果表征所述目标部位未穿戴目标物，将所述图像特征输入所述第二分支得到第二结果，将所述图像特征输入所述第三分支得到第三结果。
[0029]第二方面，本申请提供一种穿戴目标物的检测装置，包括：
[0030]获取模块，用于获取包括待检测对象的目标部位的第一图像；
[0031]获得模块，用于将所述第一图像输入第一模型得到第一结果，所述第一结果表征所述目标部位是否穿戴目标物；所述第一模型是通过第一样本集训练获得的，所述第一样本集包括针对历史对象的目标部位是否穿戴目标物进行标记的图像；
[0032]所述获得模块，还用于响应于所述第一结果表征所述目标部位未穿戴目标物，将所述第一图像输入第二模型和第三模型得到第二结果和第三结果；其中，所述第二结果表
征所述第一图像中目标物的属性类别，所述第三结果表征所述第一图像是否为难例图像，所述难例图像中目标物的属性类别为第一属性类别；所述第二模型是通过第二样本集训练获得的，所述第二样本集包括针对不同属性类别的目标物进行标记的图像；所述第三模型是通过第三样本集训练获得的，所述第三样本集包括针对样本图像是否为难例图像进行标记的图像；
[0033]确定模块，用于基于所述第二结果和所述第三结果，确定所述第一图像中所述目标部位是否穿戴目标物。
[0034]在一种可能的实施例中，所述确定模块具体用于：
[0035]响应于所述第二结果表征所述第一图像中目标物的属性类别为第二属性类别，且所述第三结果表征所述第一图像不是难例图像，则确定所述第一图像中所述目标部位未穿戴目标物。
[0036]在一种可能的实施例中，所述不同属性类别包括所述目标物的颜色为目标颜色的第一属性类别、所述目标部位未穿戴所述目标物的第二属性类别、所述目标物的颜色为非目标颜色的第三属性类别。
[0037]在一种可能的实施例中，所述目标物为头饰，所述目标颜色为黑色、白色或灰色中的任意一种。
[0038]在一种可能的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种穿戴目标物的检测方法，其特征在于，包括：获取包括待检测对象的目标部位的第一图像；将所述第一图像输入第一模型得到第一结果；所述第一结果表征所述目标部位是否穿戴目标物，所述第一模型是通过第一样本集训练获得的，所述第一样本集包括针对历史对象的目标部位是否穿戴目标物进行标记的图像；响应于所述第一结果表征所述目标部位未穿戴目标物，将所述第一图像输入第二模型和第三模型得到第二结果和第三结果；其中，所述第二结果表征所述第一图像中目标物的属性类别，所述第三结果表征所述第一图像是否为难例图像，所述难例图像中目标物的属性类别为第一属性类别；所述第二模型是通过第二样本集训练获得的，所述第二样本集包括针对不同属性类别的目标物进行标记的图像；所述第三模型是通过第三样本集训练获得的，所述第三样本集包括针对样本图像是否为难例图像进行标记的图像；基于所述第二结果和所述第三结果，确定所述第一图像中所述目标部位是否穿戴目标物。2.如权利要求1所述的方法，其特征在于，基于所述第二结果和所述第三结果，确定所述第一图像中所述目标部位是否穿戴目标物，包括：响应于所述第二结果表征所述第一图像中目标物的属性类别为第二属性类别，且所述第三结果表征所述第一图像不是难例图像，则确定所述第一图像中所述目标部位未穿戴目标物。3.如权利要求2所述的方法，其特征在于，所述不同属性类别包括所述目标物的颜色为目标颜色的第一属性类别、所述目标部位未穿戴所述目标物的第二属性类别、所述目标物的颜色为非目标颜色的第三属性类别。4.如权利要求3所述的方法，其特征在于，所述目标物为头饰，所述目标颜色为黑色、白色或灰色中的任意一种。5.如权利要求1
‑
4任一项所述的方法，其特征在于，获取包括待检测对象的目标部位的第一图像，包括：采集目标环境中所述待检测对象的目标图像；若确定所述目标图像中存在目标部位，则基于预设的第一矩形框从所述目标图像中截取出所述目标部位的图像，作为所述第一图像。6.如权利要求5所述的方法，其特征在于，响应于所述第一结果表征所述目标部位未穿戴目标物，将所述第一图像输入第二模型和第三模型得到第二结果和第三结果，包括：对所述第一矩形框进行N次边界抖动，根据所述第一矩形框在所述目标图像中的位置信息，获得N个第二矩形框在所述目标图像中的位置信息；其中，N为大于或等于3的奇数，每次边界抖动表示对所述第一矩形框的四个边界分别进行外扩或内缩；根据所述N个第二矩形框在所述目标图像中的位置信息，从所述目标图像中截取出N个第二图像；将每个第二图像输入第二模型和第三模型，得到每个第二图像对应的第二结果和第三结果。7.如权利要求6所述的方法，其特征在于，基于所述...

【专利技术属性】
技术研发人员：张兴明，郑雷，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：