CN114037934B 一种工服穿戴行为的识别方法、终端设备和存储介质 （西安诚迈软件科技有限公司）

本发明提供了一种工服穿戴行为的识别方找出所述预设活动区域内未穿戴工服的违规员2根据所述监控视频流查找出所述预设活动区域内未穿戴工服的所述获取在工作期间内门店内员工的预设活动区域获取当前时刻之前的历史监控视频流，从所述历史监控视将所述图像帧输入至预先训练的目标识别模型，输出所述工服根据所述工服对应的边界框和位置信息，统计穿戴工服的员工在汇总出现频次排名靠前的位置信息所对应服务区统计各工服对应边界框的中心点坐标的出现频次，确频流查找出所述预设活动区域内未穿戴工服的违规员工将所述待识别图像输入至预先训练的目标识别模型，识别输出目标对根据所述目标对象的边界框和位置信息查找出所述所述将所述待识别图像输入至预先训练的目标识别模型，识别输出目标将所述第一类待识别图像输入至所述目标识别模型，所述根据所述目标对象的边界框和位置信息查找出所述违规员工根据所述人体和工服分别对应的边界框和位置信息，判断人体对应的若所述人体边界框内存在的同种工服边界框的数量大于一时，放若所述人体边界框内不存在任意一个工服边界框时，确3若所述目标人物对应的位置信息在所述预设活动区域内，所述将所述待识别图像输入至预先训练的目标识别模型，识别输出目标将所述第一类待识别图像输入至所述目标识别模型，所述根据所述目标对象的边界框和位置信息查找出所述违规员工根据人体对应的位置信息查找出所述预设活动区域根据所述员工和工服分别对应的边界框和位置信息，判断所述员工对若所述人体边界框内存在的同种工服边界框的数量大于一时，放若所述人体边界框内不存在任意一个工服边界框时，确从所述第一类待识别图像中查找出所述预设活动区域对应的目所述根据所述目标对象的边界框和位置信息查找出所述违规员工将所述第二类待识别图像输入至所述目标识别模型，输出所述预设所述根据所述目标对象的边界框和位置信息查找出所述违规员工根据所述员工和工服分别对应的边界框和位置信息，判断员工对应的若人体边界框内存在的同种工服边界框的数量大于一时，放弃对所述人体若所述人体边界框内不存在任意一个工服边界框时，确将所述样本图像随机分为训练样本集和测试样本集，根据根据所述测试样本集对所述训练好的目标识别模型进行测试并调整4实现如权利要求1至权利要求7任一项所述的工服穿戴行为的识别方器加载并执行以实现如权利要求1至权利要求7任一项所述的工服穿戴行为的识别方法所5[0003]传统的现场监督方式费时费力，目前已经有一些工服识别方法，比如VGGNet、方面在临街门店这样的应用领域却面临一个可行性问题，原因是员工中会有临时雇佣人[0009]获取监控视频流；所述监控视频流所监控的区域包括被监控门店的预设活动区67[0052]获取大量已标注有标记框的样本图像；所述标记框包括人体标记框和工服标记处理器加载并执行以实现所述的工服穿戴行为的识别方法8[0074]通过固定位置的摄像头(门店内摄像头或街道布设的门店外摄像头)对被监控门9员工在当前时刻未穿戴工服即查找到违规员工，则输出对应的识别结果并可以发起提醒。继续判断查找在下一时刻所述预设活动区域内的长度为bl，边界框的宽度为bw。当然，位置信息还可以表示为边界框的左上角角点坐标为y个不同的边界框来标记从图像帧中识别出的工服，并输出各个工服对应边界框的位置信的出现频次,通过出现频次渲染包括预设活动区域的门店地图的颜色，以区分显示在工作期间被监控门店的预设活动区域内员工的密度或者出现频次，颜色越深表示出现频次越部分参见上述实施例。首先参照上述实施例，如果位置信息表示为边界框的中心点坐标zbz)后，将所有工服边界框的中心点坐标放入一个list类型的变量集data中，即data=所对应位置的出现频次，将对应中心点及其边界框用相应的颜色进行上色生成员工热力z括人体和工服)对应有各自在世界坐标系上的位置信息，根据预设活动区域在世界坐标系间重叠的判断结果，进而根据判断结果得到预设活动区域内所有员工的工服穿戴识别结体边界框对应的人员整齐地穿戴有规定需求穿戴的工服(工衣、工帽和口罩中的任意一种[0121]优选的，为了便于区别出人体边界框和工服边界框(包括工衣边界框、工帽边界罩N1对应的口罩边界框为CN1。如果门店员工的工服穿戴检测需求只是检测员工的工衣工标记该人员是否穿戴了工服，将未穿戴工服的目标人物的位置信息与预设活动区域做交集，从而识别出该目标人物是否属于违规员工(即在预设活动区域内未穿戴工服的员工)。所有种类的工服边界框均不存在重叠区域，那么这个人体边界框对应的员工就是违规员理来判断该员工是否穿戴了工服，将未穿戴工服的员工认定为违规员工(即在预设活动区域内未穿戴工服的员工)。本发明直接对采集到的第一类待识别图像进行识别查找出预设第二类待识别图像是将第一类待识别图像中除预设活动区域以外的图像特征剔除后的图口罩等等)对应的边界框和位置信息。由于第二类待识别图像剔除了除预设活动区域以外人体边界框内不存在任意一个工服边界框时，说明所有类型的工服边界框均人体边界框断身份为员工的人员是否穿戴有工服。本实施例相对于图4所示对应实施例的优点在于能[0159]在得到少量人工的标记好的样本图像后，对该样本图像型对每种目标对象的识别错误率低于预设阈值时结束训练得到最终的目标识区域内的员工是否穿戴工服，实现全面对门店内各个员工的违规穿戴行为进行实时监控，硬盘，智能存储卡(SmartMediaCard，SMC)，安全数字(SecureDigital，SD)卡，闪存卡[0181]所述集成的模块/单元如果以软