[发明专利]一种遮挡条件下的工装颜色识别方法及系统

说明书

本发明涉及一种遮挡条件下的工装颜色识别方法及系统。该方法包括：响应于识别到图像中的行人被遮挡，根据所述行人在多个视频帧中的分割图得到无遮挡的完整图和遮挡的存疑区域；将所述完整图和存疑区域输入预先训练的深度学习颜色分类模型，得到所述行人穿着工装的颜色识别结果。本发明能够实现在遮挡条件下对行人穿着工装颜色的准确识别。

技术领域

本发明涉及图像识别领域，具体涉及一种遮挡条件下的工装颜色识别方法及系统。

背景技术

现在常见的工装颜色识别方法是采用颜色识别模型通过图片进行识别的，但现有的颜色识别模型常常由于人员搬东西或者拿东西时遮挡物对人员工装的遮挡，影响了人员工装颜色识别的准确性。

发明内容

针对上述技术问题，本发明提供一种遮挡条件下的工装颜色识别方法及系统。

本发明解决上述技术问题的技术方案如下：

一种遮挡条件下的工装颜色识别方法，包括：

响应于识别到图像中的行人被遮挡，根据所述行人在多个视频帧中的分割图得到无遮挡的完整图和遮挡的存疑区域；

将所述完整图和存疑区域输入预先训练的深度学习颜色分类模型，得到所述行人穿着工装的颜色识别结果。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，识别图像中的行人是否被遮挡，具体包括：

利用有遮挡和无遮挡的数据集训练有无遮挡分类模型；

将图像输入所述有无遮挡分类模型，确定所述图像中的行人是否被遮挡。

进一步，根据所述行人在多个视频帧中的分割图得到无遮挡的完整图，具体包括：

通过图像补全技术对所述行人在多个视频帧中的分割图进行补全，得到无遮挡的完整图。

进一步，根据所述行人在多个视频帧中的分割图得到遮挡的存疑区域，具体包括：

将所述分割图与完整图相减，得到遮挡的存疑区域。

进一步，所述分割图的获取过程，具体包括：

获取预设时间间隔的多个视频帧；

利用多目标跟踪技术，对所述多个视频帧中的每个行人分配身份标签；

将所述多个视频帧输入实例分割模型，获取所述多个视频帧中同一身份标签的行人的分割图。

为实现上述发明目的，本发明还提供一种遮挡条件下的工装颜色识别系统，包括：

图像处理模块，用于响应于识别到图像中的行人被遮挡，根据所述行人在多个视频帧中的分割图得到无遮挡的完整图和遮挡的存疑区域；

颜色识别模块，用于将所述完整图和存疑区域输入预先训练的深度学习颜色分类模型，得到所述行人穿着工装的颜色识别结果。

进一步，还包括遮挡识别模块，用于识别图像中的行人是否被遮挡，具体包括：

模型训练单元，用于利用有遮挡和无遮挡的数据集训练有无遮挡分类模型；

遮挡识别单元，用于将图像输入所述有无遮挡分类模型，确定所述图像中的行人是否被遮挡。

进一步，所述图像处理模块，具体包括：

图像补全单元，用于通过图像补全技术对所述行人在多个视频帧中的分割图进行补全，得到无遮挡的完整图。

进一步，所述图像处理模块，具体还包括：