[發(fā)明專利]基于數(shù)理統(tǒng)計(jì)的服裝顏色分割提取方法、裝置和設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011620586.3
• 申請(qǐng)日: 2020-12-30
• 公開（公告）號(hào): CN112784854B
• 公開（公告）日: 2023-07-14
• 發(fā)明（設(shè)計(jì)）人: 楊淼;謝宏
• 申請(qǐng)（專利權(quán)）人: 成都云盯科技有限公司
• 主分類號(hào): G06V10/56
• 分類號(hào): G06V10/56;G06V40/10;G06V10/762;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京細(xì)軟智谷知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11471
• 代理人: 尚文文

1.一種基于數(shù)理統(tǒng)計(jì)的服裝顏色分割提取方法，其特征在于，包括：

獲取圖像；其中，所述圖像包含人體圖像，所述人體穿著待進(jìn)行顏色分割提取的服裝；

對(duì)所述圖像進(jìn)行人體檢測(cè)，以檢測(cè)所述圖像中的人體位置，并對(duì)人體圖像進(jìn)行切分，得到人體圖像切片；

基于DBSCAN聚類算法對(duì)所述人體圖像切片進(jìn)行服裝主要顏色的分割提取，得到顏色分割提取結(jié)果；

輸出所述顏色分割提取結(jié)果；

其中，所述基于DBSCAN聚類算法對(duì)所述人體圖像切片進(jìn)行服裝主要顏色的分割提取，得到顏色分割提取結(jié)果，包括：

對(duì)所述人體圖像切片進(jìn)行預(yù)處理；

對(duì)所述預(yù)處理后得到的圖像進(jìn)行HLS顏色空間變換，并進(jìn)行通道拆分，得到單一H、L、S的數(shù)據(jù)，對(duì)H、S數(shù)據(jù)按照像素坐標(biāo)進(jìn)行拼接為N×2的向量，將該向量作為聚類數(shù)據(jù)，其中，N＝w_b×h_b，w_b,h_b分別為所述人體圖像切片的寬和高；

基于DBSCAN聚類算法生成M個(gè)顏色類；

對(duì)生成的每一個(gè)顏色類的特征向量進(jìn)行統(tǒng)計(jì)，得到每一類的大??；

如果聚類數(shù)量大于3類，也即M3，則對(duì)各類的大小進(jìn)行從大到小的排序，并結(jié)合所述人體圖像切片的尺寸計(jì)算各類對(duì)應(yīng)的占比，將占比大于等于預(yù)設(shè)閾值的類作為備選類；如果聚類數(shù)量小于等于3類，也即M≤3，則將全部類作為備選類；

使用歐式距離公式，以圖像中心點(diǎn)為固定端點(diǎn)，圖像點(diǎn)p＝(i,j)為另一端點(diǎn)，連成線段，生成與所述人體圖像切片相同尺寸的距離Mask，其中，i,j分別為圖像點(diǎn)p的橫縱坐標(biāo)；其中，中心像素值為0，離中心越遠(yuǎn)，像素值越大；其中，表達(dá)式為：

用各所述備選類的各像素所在坐標(biāo)，取對(duì)應(yīng)距離的像素值做累加，將累加結(jié)果作為各所述備選類的誤差；

從所述備選類中選取誤差最小的n類作為所述顏色分割提取結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)處理包括高斯模糊和下采樣。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取圖像，包括：

獲取視頻并從視頻中逐幀提取圖像。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述圖像進(jìn)行人體檢測(cè)，以檢測(cè)所述圖像中的人體位置，包括：

獲取設(shè)定的檢測(cè)區(qū)域；

基于單幀視頻圖像生成檢測(cè)區(qū)域圖像；

利用預(yù)先訓(xùn)練的檢測(cè)模型對(duì)所述檢測(cè)區(qū)域圖像進(jìn)行人體檢測(cè)；其中，所述檢測(cè)模型是基于深度學(xué)習(xí)模型訓(xùn)練得到的。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述深度學(xué)習(xí)模型包括YOLOv3、YOLOV4、YOLOV5、FasterRCNN、SSD或MTCNN模型。