[发明专利]一种行人衣着颜色识别、行人检索方法和装置

说明书

技术领域

本发明涉及图像识别技术，尤其涉及行人衣着颜色识别、行人检索方法和装置。

背景技术

目前，行人衣着颜色检索旨在搜索行人库中指定衣服或者裤子颜色的行人，行人衣着颜色识别旨在识别视频或图像中行人的衣服和裤子颜色，行人衣着颜色检索和行人衣着颜色识别可以看做两个相对应的过程。无论是检索还是识别在安防领域中有着重要的应用。

颜色识别是一个传统的课题，基于颜色的识别也催生出了许多重要应用，比如车辆颜色的识别；传统的车牌识别中依靠颜色特征作为辅助条件进行车牌定位；在一些工业领域依靠颜色的识别来区分物体，比如彩色铅笔生产线的分拣系统，运用颜色特征进行不同颜色铅笔的分拣，一些背景简单的物体识别也有不少运用了颜色的方法。许多传统的颜色特征如RGB或HSV颜色直方图特征被广泛地应用在各行各业，在行人衣着颜色识别中，典型的方法也是运用不同颜色空间下的特征。

传统颜色特征的行人衣着颜色识别一般利用传统颜色特征表述，通过提取样本的颜色特征，再训练一个分类器的方式来实现，比如专利CN103034852B 公开了静止摄像机场景下特定颜色行人的检测方法，利用HSV空间颜色直方图统计的方法分别对行人的上衣和裤子进行识别。该专利首先在RGB三个通道中运用Sobel算子计算水平和垂直梯度投影从而得到上下半身的分割线，再通过人为限定分割线的位置区间来确定分割线。对于行人颜色的识别方法，该专利使用了将HSV颜色空间划分为8个颜色区域，将图像颜色空间从RGB转换到HSV 之后统计落在8个颜色区域的像素个数，从而得到衣着颜色。

传统的衣着颜色识别利用传统颜色直方图统计特征进行颜色识别，方法简单，应用广泛，在应用场景简单、背景单一、光照影响小的时候识别效果比较好，但是在场景复杂、光照影响较大的情况下识别效果很差。在监控场景中，复杂背景、遮挡、光线等问题的影响非常严重，这样的情况下直接使用传统颜色直方图等方法提取特征干扰较大，得到特征之后识别效果很差。

行人重识别技术旨在识别不同视角的非重叠监控场景下的行人身份，特别在监控视频应用中，有较大的应用前景。由于不同监控场景下行人存在背景，光照，朝向等差异大的问题，行人重识别一直是图像识别中难度较大的领域。在追踪目标人物中，颜色检索对缩小搜索范围有着重要的作用。

目前，行人重识别或行人衣着颜色属性识别方法中，研究主要集中在如何利用好的特征表述方法来提取行人身份特征，其中包括了一些基于颜色特征的方法、深度神经网络的方法等。经过调研，现有技术中一般只将颜色特征用于行人身份识别，无法实现行人衣着颜色识别和行人检索。而且现有的基于多区域特征的行人重识别以及属性识别只能机械的对各区域分别进行特征属性识别，进而根据不同属性进行分类。对于侧重的区域无法进行重点描述，对于个性化的对象无法快速、有效地进行检索。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种行人衣着颜色识别方法和装置，其能解决现有的衣着颜色识别在场景复杂、光照影响较大的情况下识别效果很差，在监控场景中，复杂背景、遮挡、光线等问题的影响非常严重，这样的情况下直接使用传统颜色直方图等方法提取特征干扰较大，得到特征之后识别效果很差问题。

本发明的目的之二在于提供一种行人检索方法和装置，其能解决现有的基于多区域特征的行人重识别以及属性识别对于侧重的区域无法进行重点描述，对于个性化的对象无法快速、有效地进行检索的问题。

本发明的目的之一采用以下技术方案实现：

一种行人衣着颜色识别方法，包括以下步骤：

获取目标行人图像；

从所述目标行人图像提取识别区域；

根据行人识别模型提取所述识别区域的特征；

将颜色模板库中颜色区域的特征与所述识别区域的特征进行比对，得到复合相似度；

根据所述复合相似度输出与所述目标行人图像对应的识别结果；

所述从所述目标行人图像提取识别区域，具体为，所述识别区域包括一个或多个识别分区域；各所述识别分区域均对应于一识别分区权值；相应的，所述颜色区域包括对应于所述识别分区域的识别子区域；

所述将颜色模板库中颜色区域的特征与所述识别区域的特征进行比对，得到复合相似度，具体为，分别将所述颜色区域中的所述识别子区域的特征相应的与所述识别区域中各所述识别分区域的特征与进行比对，得到各所述识别子区域的识别相似度，各所述识别子区域的识别相似度根据所述识别分区权值加权计算得到所述复合相似度。

一种行人衣着颜色识别装置，包括：