[发明专利]一种头肩检测方法、电子设备及具有存储功能的装置有效

专利信息
申请号: 201711498381.0 申请日: 2017-12-29
公开(公告)号: CN109993186B 公开(公告)日: 2021-06-29
发明(设计)人: 熊友军;李懿;张惊涛;王先基 申请(专利权)人: 深圳市优必选科技有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06K9/00
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 何青瓦
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 检测 方法 电子设备 具有 存储 功能 装置
【说明书】:

发明公开了一种头肩检测方法、电子设备及具有存储功能的装置,该方法包括:获取待检测图像的多尺度特征,利用第一预设窗口和第二预设窗口以预设步长分别遍历每个尺度层的特征,获取多个第一检测窗口的特征向量和多个第二检测窗口的特征向量后,将第一检测窗口的特征向量输入第一分类器,将第二检测窗口的特征向量输入第二分类器,获取第一检测结果和第二检测结果,判断第一检测结果和第二检测结果是否符合预设条件,并在判断结果为是时,选择第一检测结果和第二检测结果中置信度较高的检测结果作为目标头肩;其中,第一预设窗口和第二预设窗口的尺寸不同。通过上述方式,本发明能够提高检测精度和速度。

技术领域

本发明涉及目标检测领域,特别是涉及一种头肩检测方法、电子设备及具有存储功能的装置。

背景技术

人体目标的检测与识别一直以来都是模式识别技术领域的研究热点之一,在智能监控、人机交互、机器人等领域得到了广泛的应用,具有十分重要的研究价值。在真实场景中,经常会出现人体的某些部位被遮挡的情况,很多时候无法获得完整的人体外观信息。由于头肩区域相对于人体全身更不容易受遮挡的影响,因此近年来很多研究开始利用头肩检测来定位人体目标。

目前的头肩检测方法主要可以分为两大类,一是传统的手工设计头肩特征的机器学习方法,二是以通用目标检测框架为主的深度学习方法。其中,现有的深度学习方法模型参数大,计算量高,检测速度较慢,而传统的机器学习方法,普遍无法适应人体姿态的变化,在实际应用中漏检情况比较严重,检测精度有待进一步提高。

发明内容

本发明主要解决的技术问题是提供一种头肩检测方法、电子设备及具有存储功能的装置,能够适应人体姿态变化,提高检测速度和精度。

为解决上述技术问题,本发明采用的一个技术方案是:提供一种头肩检测方法,包括:获取待检测图像的多尺度特征;利用第一预设窗口和第二预设窗口以预设步长分别遍历每个尺度层的特征,以获取多个第一检测窗口的特征向量和多个第二检测窗口的特征向量;将第一检测窗口的特征向量输入第一分类器,将第二检测窗口的特征向量输入第二分类器,以获取第一检测结果和第二检测结果;判断第一检测结果和第二检测结果是否符合预设条件;若判断结果为是,则选择第一检测结果和第二检测结果中置信度较高的检测结果作为目标头肩;其中,第一预设窗口和第二预设窗口的尺寸不同。

为解决上述技术问题,本发明采用的一个技术方案是:提供一种电子设备,包括:依次连接的处理器和通信电路;该处理器用于通过通信电路获取待检测图像并执行指令,以实现如上所述的头肩检测方法。

为解决上述技术问题,本发明采用的一个技术方案是:提供一种具有存储功能的装置,存储有程序,该程序被执行时实现如上所述的头肩检测方法。

本发明的有益效果是:区别于现有技术的情况,本发明的部分实施例中,获取待检测图像的多尺度特征,利用第一预设窗口和第二预设窗口以预设步长分别遍历每个尺度层的特征,获取多个第一检测窗口的特征向量和多个第二检测窗口的特征向量后,将第一检测窗口的特征向量输入第一分类器,将第二检测窗口的特征向量输入第二分类器,获取第一检测结果和第二检测结果,判断第一检测结果和第二检测结果是否符合预设条件,并在判断结果为是时,选择第一检测结果和第二检测结果中置信度较高的检测结果作为目标头肩;其中,第一预设窗口和第二预设窗口的尺寸不同。通过上述方式,本发明利用两个分类器,实现不同尺寸的头肩姿态的识别,提高检测精度,并且本发明是基于传统的机器学习方法,检测速度快。

附图说明

图1是本发明头肩检测方法第一实施例的流程图;

图2是本发明头肩检测方法第二实施例的流程图;

图3是本发明头肩检测方法第三实施例中步骤S131的具体流程图;

图4是本发明头肩检测方法第三实施例中步骤S132的具体流程图;

图5是本发明头肩检测方法第四实施例的流程图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市优必选科技有限公司,未经深圳市优必选科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711498381.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top