[发明专利]工服穿戴状态检测方法、装置、存储介质及电子装置

说明书

本发明实施例提供了一种工服穿戴状态检测方法、装置、存储介质及电子装置，其中，该方法包括：从图像采集设备所采集的图像中确定出目标对象的第一图像；从第一图像中确定出满足目标条件的目标图像；获取目标图像的目标特征向量；将目标特征向量与预先确定的参考特征向量进行比较，以确定目标对象是否处于预定的目标工服穿戴状态。通过本发明，解决了相关技术中存在的在对目标工服穿戴状态进行检测时，因需要大量训练素材而导致检测效率低的问题，进而达到了提高检测效率的效果。

技术领域

本发明实施例涉及计算机视觉技术领域，具体而言，涉及一种工服穿戴状态检测方法、装置、存储介质及电子装置。

背景技术

在很多工作场所，对工作人员的状态要求(例如，穿戴要求，下面以状态为穿戴状态为例，进行说明)越来越严，有些专门制定了相关的工作人员穿戴规范，例如生产车间、施工现场、服务机构等，很多场所规定未穿工服人员不得进入某些区域、工作期间未穿工作服会被警告或惩罚等，穿戴检测已成为了安全生产和建设的必要措施。

近年来，随着深度学习技术的发展，人工智能技术越来越广泛地应用于穿戴智能识别领域，以工作服的智能检测为例，目前主要通过收集大量待识别类型的工作服图片素材送入深度学习网络中训练学习获得特定模型，通过特定模型识别人员是否穿戴指定工作服，若有新增工作服，还需要重新训练新模型，这样既费时又费力导致检测效率低。

针对相关技术中存在的在对目标工服穿戴状态进行检测时，因需要大量训练素材而导致检测效率低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种工服穿戴状态检测方法、装置、存储介质及电子装置，以至少解决相关技术中存在的在对目标工服穿戴状态进行检测时，因需要大量训练素材而导致检测效率低的问题。

根据本发明的一个实施例，提供了一种工服穿戴状态检测方法，包括：从图像采集设备所采集的图像中确定出目标对象的第一图像；从所述第一图像中确定出满足目标条件的目标图像，其中，所述目标条件用于指示图像中包括的所述目标对象的姿态为预定姿态；获取所述目标图像的目标特征向量，其中，所述目标特征向量是利用特征提取网络从所述目标图像中提取出的；将所述目标特征向量与预先确定的参考特征向量进行比较，以确定所述目标对象是否处于预定的目标工服穿戴状态，其中，所述参考特征向量为利用所述特征提取网络从多个包括处于所述预定的目标工服穿戴状态下的对象的参考图像中提取出的。

在一个示例性实施例中，所述目标对象的姿态包括以下至少之一：第一姿态属性，其中，所述第一姿态属性用于表示所述目标对象相对于所述图像采集设备的角度信息；第二姿态属性，其中，所述第二姿态属性用于表示所述目标对象的直立信息；第三姿态属性，其中，所述第三姿态属性用于表示所述目标对象的完整度信息。

在一个示例性实施例中，在从所述第一图像中确定出满足目标条件的目标图像之前，所述方法还包括：从预先配置的对应关系中确定与所述目标工服对应的所述预定姿态，其中，所述对应关系用于指示工服与姿态之间的对应关系；基于所述预定姿态确定所述目标条件。

在一个示例性实施例中，从所述第一图像中确定出满足目标条件的目标图像包括：在所述目标对象的姿态包括所述第一姿态属性的情况下，利用目标运动轨迹分析网络和目标分类网络对所述第一图像进行分析，以从所述第一图像中确定出满足所述目标条件的所述目标图像；在所述目标对象的姿态包括所述第二姿态属性和/或所述第三姿态属性的情况下，利用目标分类网络和人体关节点分析网络对所述第一图像进行分析，以从所述第一图像中确定出满足所述目标条件的所述目标图像。