[发明专利]反光衣识别方法、装置、计算机设备和可读存储介质

说明书

本申请提供了一种反光衣识别方法、装置、计算机设备和可读存储介质。该方法包括：获取人物图像；通过行人检测模型，确定所述人物图像中的行人区域图像；以及通过反光衣分类模型，确定所述行人区域图像的分类，其中，所述分类包括表征行人已穿戴反光衣的第一类别、表征行人未穿戴反光衣的第二类别和表征所述行人区域图像中未包含行人图像的第三类别。通过本发明，能够提升反光衣识别的准确性。

技术领域

本申请涉及模式识别技术领域，尤其涉及一种反光衣识别方法、装置、计算机设备和可读存储介质。

背景技术

随着建筑行业的发展，建筑工地上的施工设备越来越大型化，施工场景也亦趋复杂，随之而来的是潜在的施工风险也上升。因此，建筑工地上施工人员的安全变得尤为重要。反光衣由于高反光起到警示醒目作用，在白天或夜间施工时，能够给施工人员以保护。因此，需要对施工人员是否穿戴反光衣进行自动识别判断，若有工作人员未穿戴反光衣需要及时报警。

现有技术在对反光衣进行识别判断时，首先拍摄建筑工地的图像，然后识别图像中的工作人员是否穿戴反光衣。对此，发明人研究发现，工地场景相对常规的图像识别具有一定的特殊性，工地场景较大，图像内容复杂，采用现有技术的反光衣识别方法，容易将非行人识别为工作人员，误检率较高，影响识别准确性。

因此，如何提升反光衣识别的准确性，成为本领域亟需解决的技术问题。

发明内容

本申请的目的是提供一种反光衣识别方法、装置、计算机设备和可读存储介质，用于解决现有技术中的上述技术问题。

一方面，为实现上述目的，本申请提供了一种反光衣识别方法。

该反光衣识别方法包括：获取人物图像；通过行人检测模型，确定所述人物图像中的行人区域图像；以及通过反光衣分类模型，确定所述行人区域图像的分类，其中，所述分类包括表征行人已穿戴反光衣的第一类别、表征行人未穿戴反光衣的第二类别和表征所述行人区域图像中未包含行人图像的第三类别。

进一步地，在通过反光衣分类模型，确定所述行人区域图像的分类之前，所述方法还包括：获取训练人物图像；通过所述行人检测模型，确定所述训练人物图像中的训练行人区域图像；通过所述训练行人区域图像对初始反光衣分类模型进行训练，以得到所述反光衣分类模型。

进一步地，通过行人检测模型，确定所述人物图像中的行人区域图像包括：确定所述人物图像的切分数量；根据所述切分数量对所述人物图像进行切分，得到切分后的至少两个子人物图像；将所述子人物图像放大至预设大小；通过所述行人检测模型，确定放大后的所述子人物图像中的行人区域图像。

进一步地，确定所述人物图像的切分数量的步骤包括：确定所述人物图像对应的最小行人大小；根据所述最小行人大小确定所述切分数量，其中，所述最小行人大小越小，所述切分数量越大。

进一步地，确定所述人物图像的切分数量的步骤包括：获取当前可用的识别资源和识别速度要求；根据所述识别资源和所述识别速度要求确定所述切分数量。

进一步地，根据所述切分数量对所述人物图像进行切分，得到至少两个子人物图像的步骤包括：确定所述人物图像对应的最大行人大小；根据所述最大行人大小确定切分交集大小；根据所述切分数量和所述切分交集大小对所述人物图像进行切分，得到切分后的至少两个子人物图像，其中，相邻的所述子人物图像具有的交集大于或等于所述切分交集大小。

进一步地，在通过行人检测模型，确定所述人物图像中的行人区域图像，通过反光衣分类模型，确定所述行人区域图像的分类的步骤之前，所述方法还包括：确定所述人物图像所属的场景类型；构建初始行人检测模型和初始反光衣分类模型；获取所述场景类型下的人物图像作为训练集；通过所述训练集对所述初始行人检测模型和所述初始反光衣分类模型进行训练，以得到所述场景类型对应的行人检测模型和反光衣分类模型。