[發明專利]預設服裝檢測方法、裝置、芯片和計算機可讀存儲介質

在審

• 申請號: 202010004187.8
• 申請日: 2020-01-03
• 公開（公告）號: CN113076775A
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 方凌銳;何軒;陳珈璐
• 申請（專利權）人: 上海依圖網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 上海市匯業律師事務所 31325
• 代理人: 王函

本發明提供一種預設服裝檢測方法、裝置、芯片和計算機可讀存儲介質。一種預設服裝檢測方法，包括：在圖像中檢測出人像；通過神經網絡回歸算法，獲取人像的預設部分圖像；提取預設部分的第一特征數據；比對第一特征數據與預先獲取的預設服裝的第二特征數據；當比對結果滿足預設條件，確定圖像中的人像身著預設服裝。本發明實施例的一種預設服裝檢測方法通過提取人像預設部分衣著的特征數據，與預先獲得的預設服裝的第二特征數據進行比較，當比對結果滿足預設條件時，確定圖像中的人像身著預設服裝。采用本發明實施例的方法，不需要進行大量的標注和訓練，并且可以在使用中臨時指定需要檢測的服裝。相比較現有技術，效率更高，更靈活。

技術領域

本發明涉及圖像識別領域，特別涉及一種預設服裝檢測方法、裝置、芯片和計算機可讀存儲介質。

背景技術

在一些特定場景中，識別檢測出現行人的衣著，是有意義的。如在大型活動中確認所有志愿者的位置等。現有方法主要通過人工確認，或者直接通過檢測算法檢測。前者耗時耗力，后者需要預先獲得大量指定衣著做訓練，例如，檢測出樣本圖片數據庫所有圖片中的物體，選擇所述物體中非衣服圖像區域，作為負例樣本；對所有正例樣本和負例樣本分別進行處理，并分別提取所有正例樣本和負例樣本的CNN（convolutional neural networks，卷積神經網絡）特征，將CNN特征輸入分類器中學習，得到衣服檢測模型。

現有技術還包括，提供若干含有衣服圖像的圖片，形成樣本圖片數據庫，對樣本圖片數據庫中所有圖片進行屬性標注，形成樣本圖片數據庫的屬性序列等，現有技術通常需要大量的標注和訓練，且不能臨時指定衣著，靈活性差。

發明內容

為了解決現有技術存在的問題，本發明的至少一個實施例提供了一種預設服裝檢測方法、裝置、芯片和計算機可讀存儲介質，能夠在線進行預設服裝檢測，響應速度快，靈活度高，準確率高。

第一方面，本發明實施例提出一種預設服裝檢測方法，包括：在圖像中檢測出人像；在所述檢測出的人像中獲取人像的預設部分圖像；提取預設部分圖像的第一特征數據；比對第一特征數據與預先獲取的預設服裝的第二特征數據；當比對結果滿足預設條件，確定圖像中的人像身著預設服裝。

在一些實施例中，一種預設服裝檢測方法，還包括：檢測獲取的人像預設部分圖像，過濾質量不符合預設要求的圖像。

在一些實施例中，一種預設服裝檢測方法，還包括：按預設規則從視頻流中截取圖像。

在一些實施例中，人像的預設部分為以下之一或組合：人像的頭部，人像的上半身，人像的下半身，或人像的腳。

在一些實施例中，獲取預設服裝的第二特征數據，包括：獲取預設服裝圖像；提取預設服裝的第二特征數據。

在一些實施例中，一種預設服裝檢測方法，還包括：獲取圖像中身著預設服裝的人第一數量；獲取圖像中包含的所有人的第二數量；根據第一數量和第二數量確定身著預設服裝的人員在人群中的密度。

在一些實施例中，一種預設服裝檢測方法，還包括：根據密度進行人員調度。

第二方面，本發明實施例還提供一種預設服裝檢測裝置，包括：人像檢測單元，用于在圖像中檢測出人像；人像的預設部分圖像獲取單元，用于在所述檢測出的人像中通過神經網絡回歸算法，獲取人像的預設部分圖像；第一特征數據提取單元，用于提取預設部分圖像的第一特征數據；特征數據比對單元，用于比對第一特征數據與預先獲取的預設服裝的第二特征數據；確定單元，用于當比對結果滿足預設條件，確定圖像中的人像身著預設服裝。