[发明专利]目标颜色识别方法、装置以及计算机系统

说明书

一种目标颜色识别方法、装置以及计算机系统，该方法包括：基于深度神经网络对图像中的目标进行颜色分类，得到所述目标的多个颜色分数(101)；如果所述目标的多个颜色分数中最大的颜色分数大于第一阈值，则确定所述目标的颜色为所述最大的颜色分数对应的颜色(102)；如果所述目标的多个颜色分数中最大的颜色分数不大于第一阈值，则基于颜色范围表对所述目标进行颜色统计，根据颜色统计结果确定所述目标的颜色(103)。能够提高目标颜色识别的精度和准确性。

技术领域

本发明涉及图像处理领域，特别涉及一种目标颜色识别方法、装置以及计算机系统。

背景技术

目前，在监控图像中，针对目标的颜色分类或识别是很困难的，尤其是当目标被遮挡，或者目标具有不同颜色的许多组成部分，或者目标被光线干扰等情况下，正确地识别出该目标的颜色就显得更加困难。

另一方面，颜色识别结果与图像中的对象类型密切相关，并且，图像中的主颜色往往不能给出符合人类视觉系统特性的合理的真相。以检测目标为监控图像中的卡车为例，该卡车的车身颜色为白色，车头颜色为绿色，在这种情况下，人类的视觉系统对该卡车的识别结果为绿色而并非该卡车的主颜色--白色。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

发明人发现，由于用于目标颜色识别的样本的数量有限，而在目标颜色识别的过程中又存在诸多障碍，如背景技术所述，因此，当前的目标颜色识别方法的识别精度和准确性不高。

本发明实施例提供一种目标颜色识别方法、装置以及计算机系统，其利用了深度神经网络(DNN，Deep Neural Network)输出的目标颜色分类分数，以提高目标颜色识别的精度和准确性。

根据本实施例的第一方面，提供了一种目标颜色识别方法，其中，所述方法包括：

基于深度神经网络对图像中的目标进行颜色分类，得到所述目标的多个颜色分数；

如果所述目标的多个颜色分数中最大的颜色分数大于第一阈值，则确定所述目标的颜色为所述最大的颜色分数对应的颜色；

如果所述目标的多个颜色分数中最大的颜色分数不大于第一阈值，则基于颜色范围表对所述目标进行颜色统计，根据颜色统计结果确定所述目标的颜色。

根据本实施例的第二方面，提供了一种目标颜色识别装置，其中，所述装置包括：

分类单元，其基于深度神经网络对图像中的目标进行颜色分类，得到所述目标的多个颜色分数；

识别单元，其在所述目标的多个颜色分数中最大的颜色分数大于第一阈值时，确定所述目标的颜色为所述最大的颜色分数对应的颜色；在所述目标的多个颜色分数中最大的颜色分数不大于第一阈值时，基于颜色范围表对所述目标进行颜色统计，根据颜色统计结果确定所述目标的颜色。

根据本实施例的第三方面，提供了一种计算机系统，其中，所述计算机系统包括前述第二方面所述的装置。

本发明实施例的有益效果在于：通过本发明实施例，能够提高目标颜色识别的精度和准确性。

参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。