图像识别方法、装置、电子设备和存储介质与流程

技术特征：
1.一种图像识别方法，其特征在于，包括：对现场图像进行人员检测，得到所述现场图像中的人员区域图像；对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果。2.根据权利要求1所述的图像识别方法，其特征在于，所述基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，包括：基于所述超分辨率重建特征，或基于所述超分辨率重建特征和所述人员区域图像的区域图像特征，确定待识别特征；对所述待识别特征进行安全属性识别。3.根据权利要求2所述的图像识别方法，其特征在于，所述对所述待识别特征进行安全属性识别，包括：对所述待识别特征分别进行多种安全属性的属性识别，所述多种安全属性包括安全帽佩戴状态、安全背心穿戴状态、安全绳佩戴状态中的至少两种。4.根据权利要求3所述的图像识别方法，其特征在于，所述对所述待识别特征分别进行多种安全属性的属性识别，包括：对所述待识别特征分别进行每一安全属性下的属性特征提取；基于通道注意力机制和空间注意力机制，分别对每一安全属性下的属性特征进行属性识别。5.根据权利要求1至4中任一项所述的图像识别方法，其特征在于，所述对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果，包括：将所述人员区域图像输入至多安全属性识别模型，得到所述多安全属性识别模型输出的所述安全属性识别结果；所述多安全属性识别模型为端到端模型，所述多安全属性识别模型是基于样本人员区域图像，以及所述样本人员区域图像中所有安全属性的属性标签训练得到的。6.根据权利要求5所述的图像识别方法，其特征在于，所述安全属性的属性标签表示标注的安全属性状态或者未标注对应的安全属性。7.根据权利要求1至4中任一项所述的图像识别方法，其特征在于，所述对现场图像进行人员检测，得到所述现场图像中的人员区域图像，包括：对所述现场图像进行重叠滑窗，得到多个现场图像块；对每一现场图像块进行人员检测，得到每一现场图像块的人员检测结果；合并每一现场图像块的人员检测结果，得到所述现场图像中的人员区域图像。8.一种图像识别装置，其特征在于，包括：人员检测单元，用于对现场图像进行人员检测，得到所述现场图像中的人员区域图像；属性识别单元，用于对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果。9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所
述图像识别方法的步骤。10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述图像识别方法的步骤。

技术总结
本发明提供一种图像识别方法、装置、电子设备和存储介质，其中方法包括：对现场图像进行人员检测，得到所述现场图像中的人员区域图像；对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果。本发明提供的方法、装置、电子设备和存储介质，解决了拍摄的图像成像质量差，无法适配目前的视觉分析方法的问题，保证了安全属性识别的可实现性；将超分辨率重建特征直接应用于安全属性识别，省略了应用超分辨率重建特征进行图像重建，根据重建所得的高分辨率图像进行特征提取的步骤，减小了算法的复杂度，缩短了计算流程。缩短了计算流程。缩短了计算流程。


技术研发人员：贾若然 姜殿洪 刘啸 郭萌萌 赵大典 吴俊 王小艮 高明 宋薇薇
受保护的技术使用者：合肥万科企业有限公司
技术研发日：2021.07.20
技术公布日：2021/10/23