[發明專利]基于監控視頻的服裝顏色檢測方法、裝置和設備

有效

• 申請號: 202011620542.0
• 申請日: 2020-12-30
• 公開（公告）號: CN112749645B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 楊淼;謝宏
• 申請（專利權）人: 成都云盯科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V40/10;G06V10/56;G06V10/762;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京細軟智谷知識產權代理有限責任公司 11471
• 代理人: 尚文文

1.一種基于監控視頻的服裝顏色檢測方法，其特征在于，包括：

從監控視頻中逐幀提取視頻圖像；

對每一幀視頻圖像依次進行人體檢測，以檢測各幀視頻圖像的檢測區域內是否存在人體；若檢測到存在人體，則對所述檢測區域進行切分，得到人體圖像切片；

對所述人體圖像切片進行服裝主要顏色的分割提取，生成該人員服裝主要顏色的特征向量集的標準高斯分布模型和標準化矩陣；

基于所述標準高斯分布模型、所述標準化矩陣和預設的目標顏色特征向量，判斷該人員的服裝顏色是否與目標顏色相匹配；

所述對所述人體圖像切片進行服裝主要顏色的分割提取，生成該人員服裝主要顏色的特征向量集的標準高斯分布模型和標準化矩陣，包括：

對所述人體圖像切片進行服裝主要顏色的分割提取，生成主要顏色類；

基于所述主要顏色類生成主要顏色的特征向量集，并計算所述主要顏色的特征向量集的協方差矩陣和分布中心；

基于所述主要顏色的特征向量集的協方差矩陣和分布中心，計算得到所述主要顏色的特征向量集的標準高斯分布模型和標準化矩陣；

所述基于所述主要顏色類生成主要顏色的特征向量集，并計算所述主要顏色的特征向量集的協方差矩陣和分布中心，包括：

獲取所述主要顏色類以及進行通道拆分后得到的H、S數據，其中，所述H、S數據為對所述人體圖像切片預處理后得到的圖像進行HLS顏色空間變換，并進行通道拆分后得到；

對應所述主要顏色類存儲的各像素坐標，提取對應的H、S數據，生成所述主要顏色的特征向量集；

計算所述主要顏色的特征向量集中的H、S通道中的分布中心；

對所述主要顏色的特征向量集進行協方差的計算，生成協方差矩陣；

所述基于所述主要顏色的特征向量集的協方差矩陣和分布中心，計算得到所述主要顏色的特征向量集的標準高斯分布模型和標準化矩陣，包括：

基于所述協方差矩陣得到所述主要顏色的特征向量集的標準高斯分布模型的3σ區間半徑，σ代表方差；

基于所述分布中心得到平移矩陣；

計算所述協方差矩陣中的特征值及特征向量；

取計算得到的對應特征值最大的一個特征向量，計算所述主要顏色的特征向量集的傾角；

對所述傾角進行修正；

利用修正后的傾角，計算旋轉矩陣；

基于所述平移矩陣和所述旋轉矩陣得到標準化矩陣；

所述基于所述標準高斯分布模型、所述標準化矩陣和預設的目標顏色特征向量，判斷該人員的服裝顏色是否與目標顏色相匹配，包括：

基于所述平移矩陣對所述預設的目標顏色特征向量進行修正，得到標準化的目標顏色特征向量；

基于所述標準化矩陣對所述標準化的目標顏色特征向量進行變換，得到判決顏色特征向量；

基于所述標準高斯分布模型的3σ區間半徑構建標準橢圓方程；

將所述判決顏色特征向量代入所述標準橢圓方程，若結果小于或等于1，則該人員的服裝顏色與目標顏色相匹配，否則不匹配。

2.根據權利要求1所述的方法，其特征在于，所述對每一幀視頻圖像依次進行人體檢測，包括：

基于單幀視頻圖像生成檢測區域圖像；

利用預先訓練的檢測模型對所述檢測區域圖像進行人體檢測；其中，所述檢測模型是基于深度學習模型訓練得到的。