工服识别方法、装置及电子设备与流程

本公开涉及图像处理，尤其涉及一种工服识别方法、装置及电子设备。

背景技术：

1、目前，在特定工作场所内，规范着装以及正确着装是必备的，因此，需要基于监控视频或者监控图像，识别对象是否正确着装。其中，目前的工服类别识别方法主要为，获取待处理的图像；将图像输入工服识别模型，以获取输出的人体区域图像以及对应的工服类别。

2、上述方案中，在工作场所发生变化，需要识别的工服类别发生变化的情况下，需要重新构建工服识别模型；重新获取新的工作场所下的训练数据，进而对重新构建的工服识别模型进行训练，得到适用于新的工作场所的工服识别模型，从而针对每个工作场所需要训练一个工服识别模型，成本高，效率差。

技术实现思路

1、本公开提供一种工服识别方法、装置及电子设备，以至少在一定程度上解决相关技术中的技术问题之一。本公开的技术方案如下：

2、根据本公开实施例的第一方面，提供一种工服识别方法，包括：获取目标图像以及所述目标图像中的至少一个人体区域图像；对所述人体区域图像进行特征提取处理，以获取所述人体区域图像对应的人体特征向量；根据所述人体区域图像对应的人体特征向量以及特征向量库中的多个参考特征向量，确定所述特征向量库中与所述人体特征向量匹配的参考特征向量；将所述特征向量库中所述匹配的参考特征向量对应的工服类别，确定为所述人体区域图像的工服类别；根据所述目标图像中各个人体区域图像的工服类别，确定所述目标图像的工服识别结果。

3、可选地，所述获取目标图像以及所述目标图像中的至少一个人体区域图像，包括：获取所述目标图像；对所述目标图像进行人体区域检测处理，以获取所述目标图像中各个人体区域的位置信息；根据所述各个人体区域的位置信息对所述目标图像进行人体区域裁剪处理，得到所述目标图像中的各个人体区域图像。

4、可选地，所述对所述目标图像进行人体区域检测处理，以获取所述目标图像中各个人体区域的位置信息，包括：将所述目标图像输入人体区域检测网络，获取所述人体区域检测网络输出的各个所述位置信息。

5、可选地，所述根据所述各个人体区域的位置信息对所述目标图像进行人体区域裁剪处理，得到所述目标图像中的各个人体区域图像，包括：针对每个人体区域，根据所述人体区域的位置信息确定待裁剪区域；对所述待裁剪区域进行边界扩展处理，得到目标裁剪区域；根据所述目标裁剪区域对所述目标图像进行裁剪处理，得到所述人体区域图像。

6、可选地，所述对所述人体区域图像进行特征提取处理，以获取所述人体区域图像对应的人体特征向量，包括：将所述人体区域图像输入人体特征提取网络，获取所述人体特征提取网络输出的第一特征图像；将所述人体区域图像输入人体关键点检测网络，获取所述人体关键点检测网络输出的第二特征图像；对所述第一特征图像以及所述第二特征图像进行融合处理，得到融合人体特征图像；将所述融合人体特征图像输入全连接网络，获取所述全连接网络输出的所述人体特征向量。

7、可选地，在将所述人体区域图像输入人体关键点检测网络，获取所述人体关键点检测网络输出的第二特征图像之后，所述方法还包括：根据所述第二特征图像进行人体姿态判断处理，获取判断处理结果；在所述判断处理结果指示所述人体区域图像中未包含人体的情况下，停止基于所述人体区域图像进行工服类别确定处理。

8、可选地，所述第二特征图像中包括，所述人体区域图像中的各个人体关键点以及所述人体关键点的置信度；所述方法还包括：在所述判断处理结果指示所述人体区域图像中包含人体的情况下，对所述第二特征图像中各个人体关键点的置信度进行调整处理。

9、可选地，所述根据所述人体区域图像对应的人体特征向量以及特征向量库中的多个参考特征向量，确定所述特征向量库中与所述人体特征向量匹配的参考特征向量，包括：确定所述人体特征向量与所述特征向量库中各个参考特征向量之间的向量相似度；将各个所述向量相似度中的最大向量相似度对应的参考特征向量，确定为所述特征向量库中与所述人体特征向量匹配的参考特征向量。

10、根据本公开实施例的第二方面，提供了一种工服识别模型的训练方法，包括：获取训练数据，所述训练数据包括各个样本图像以及所述样本图像中至少一个样本人体区域的位置信息和样本工服类别；获取初始的工服识别模型，所述工服识别模型包括人体区域检测网络、分别与所述人体区域检测网络连接的人体特征提取网络和人体关键点检测网络、与所述人体特征提取网络和所述人体关键点检测网络连接的全连接网络；采用各个所述样本图像中至少一个样本人体区域的位置信息和样本工服类别，对所述工服识别模型进行训练处理，得到训练好的工服识别模型。

11、可选地，所述采用各个所述样本图像中至少一个样本人体区域的位置信息和样本工服类别，对所述工服识别模型进行训练处理，得到训练好的工服识别模型，包括：采用各个所述样本图像中至少一个样本人体区域的位置信息，对所述工服识别模型中的人体区域检测网络进行训练处理；根据各个所述样本图像中至少一个样本人体区域的位置信息，确定各个所述样本图像中的样本人体区域图像；采用各个所述样本图像中的样本人体区域图像以及各个所述样本图像中样本人体区域的样本工服类别，对所述工服识别模型中的人体特征提取网络、人体关键点检测网络以及全连接网络进行训练处理，得到训练好的工服识别模型。

12、根据本公开实施例的第三方面，提供了一种工服识别装置，包括：第一获取模块，用于获取目标图像以及所述目标图像中的至少一个人体区域图像；特征提取处理模块，用于对所述人体区域图像进行特征提取处理，以获取所述人体区域图像对应的人体特征向量；第一确定模块，用于根据所述人体区域图像对应的人体特征向量以及特征向量库中的多个参考特征向量，确定所述特征向量库中与所述人体特征向量匹配的参考特征向量；第二确定模块，用于将所述特征向量库中所述匹配的参考特征向量对应的工服类别，确定为所述人体区域图像的工服类别；第三确定模块，用于根据所述目标图像中各个人体区域图像的工服类别，确定所述目标图像的工服识别结果。

13、可选地，所述第一获取模块包括，获取单元、检测处理单元和裁剪处理单元；所述获取单元，用于获取所述目标图像；所述检测处理单元，用于对所述目标图像进行人体区域检测处理，以获取所述目标图像中各个人体区域的位置信息；所述裁剪处理单元，用于根据所述各个人体区域的位置信息对所述目标图像进行人体区域裁剪处理，得到所述目标图像中的各个人体区域图像。

14、可选地，所述检测处理单元，用于将所述目标图像输入人体区域检测网络，获取所述人体区域检测网络输出的各个所述位置信息。

15、可选地，所述裁剪处理单元，用于针对每个人体区域，根据所述人体区域的位置信息确定待裁剪区域；对所述待裁剪区域进行边界扩展处理，得到目标裁剪区域；根据所述目标裁剪区域对所述目标图像进行裁剪处理，得到所述人体区域图像。

16、可选地，所述特征提取处理模块具体用于，将所述人体区域图像输入人体特征提取网络，获取所述人体特征提取网络输出的第一特征图像；将所述人体区域图像输入人体关键点检测网络，获取所述人体关键点检测网络输出的第二特征图像；对所述第一特征图像以及所述第二特征图像进行融合处理，得到融合人体特征图像；将所述融合人体特征图像输入全连接网络，获取所述全连接网络输出的所述人体特征向量。

17、可选地，所述装置还包括：第二获取模块；所述第二获取模块用于，根据所述第二特征图像进行人体姿态判断处理，获取判断处理结果；所述第一确定模块，还用于在所述判断处理结果指示所述人体区域图像中未包含人体的情况下，停止基于所述人体区域图像进行工服类别确定处理。

18、可选地，所述第二特征图像中包括，所述人体区域图像中的各个人体关键点以及所述人体关键点的置信度；所述装置还包括：调整处理模块，用于在所述判断处理结果指示所述人体区域图像中包含人体的情况下，对所述第二特征图像中各个人体关键点的置信度进行调整处理。

19、可选地，所述第一确定模块具体用于，确定所述人体特征向量与所述特征向量库中各个参考特征向量之间的向量相似度；将各个所述向量相似度中的最大向量相似度对应的参考特征向量，确定为所述特征向量库中与所述人体特征向量匹配的参考特征向量。

20、根据本公开实施例的第四方面，提供了一种工服识别模型的训练装置，包括：第一获取模块，用于获取训练数据，所述训练数据包括各个样本图像以及所述样本图像中至少一个样本人体区域的位置信息和样本工服类别；第二获取模块，用于获取初始的工服识别模型，所述工服识别模型包括人体区域检测网络、分别与所述人体区域检测网络连接的人体特征提取网络和人体关键点检测网络、与所述人体特征提取网络和所述人体关键点检测网络连接的全连接网络；训练模块，用于采用各个所述样本图像中至少一个样本人体区域的位置信息和样本工服类别，对所述工服识别模型进行训练处理，得到训练好的工服识别模型。

21、可选地，所述训练模块具体用于，采用各个所述样本图像中至少一个样本人体区域的位置信息，对所述工服识别模型中的人体区域检测网络进行训练处理；根据各个所述样本图像中至少一个样本人体区域的位置信息，确定各个所述样本图像中的样本人体区域图像；采用各个所述样本图像中的样本人体区域图像以及各个所述样本图像中样本人体区域的样本工服类别，对所述工服识别模型中的人体特征提取网络、人体关键点检测网络以及全连接网络进行训练处理，得到训练好的工服识别模型。

22、根据本公开实施例的第五方面，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如本公开第一方面实施例所述的工服识别方法；或者，实现如本公开第二方面实施例所述的工服识别模型的训练方法。

23、根据本公开实施例的第六方面，提供一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如本公开第一方面实施例所述的工服识别方法；或者，执行如本公开第二方面实施例所述的工服识别模型的训练方法。

24、根据本公开实施例的第七方面，提供一种计算机程序产品，包括：计算机程序，所述计算机程序被处理器执行时实现如本公开第一方面实施例所述的工服识别方法；或者实现如本公开第二方面实施例所述的工服识别模型的训练方法。

25、本公开的实施例提供的技术方案至少带来以下有益效果：

26、通过获取目标图像以及目标图像中的至少一个人体区域图像；对人体区域图像进行特征提取处理，以获取人体区域图像对应的人体特征向量；根据人体区域图像对应的人体特征向量以及特征向量库中的多个参考特征向量，确定特征向量库中与人体特征向量匹配的参考特征向量；将特征向量库中匹配的参考特征向量对应的工服类别，确定为人体区域图像的工服类别；根据目标图像中各个人体区域图像的工服类别，确定目标图像的工服识别结果；其中，结合特征向量库中多个参考特征向量对应的工服类别来确定人体区域图像的工服类别，能够采用一个工服识别模型，对多个工作场所下的监控图像进行工服类别确定处理，避免针对每个工作场所训练一个工服识别模型，降低工服识别模型的训练成本，提高工服识别效率。

27、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。