[发明专利]行人检测方法、装置、计算机设备及存储介质

说明书

本申请涉及智能决策领域，利用机器学习和深度学习检测行人。具体公开了一种行人检测方法、装置、计算机设备及存储介质，该方法包括：获取待检测图像；确定待检测图像中的目标物体以及目标物体对应的人类基线；根据人类基线生成所目标物体对应的边界框；根据边界框确定待检测图像中的候选区域；将候选区域内的图像作为目标图像输入至卷积神经网络以使卷积神经网络提取目标图像对应的目标特征；将所述目标特征输入至预先训练的分类器进行分类识别以得到识别结果。

技术领域

本申请涉及行人检测技术领域，尤其涉及一种行人检测方法、装置、计算机设备及存储介质。

背景技术

近年来，以深度学习为主的人工智能发展迅猛，其中关于行人检测是最为活跃的一个研究方向，行人检测即是将图像中出现的行人从背景中区分出来并精准定位。并且行人检测在许多领域都有广泛应用，如视频监控领域、智能机器人领域、汽车辅助驾驶和自动驾驶领域，在这些领域中行人检测都是必不可少的技术。但是由于行人的人体姿态各异，衣着变化多样，图像又容易受到光照和环境影响以及人体部位被遮挡等因素，使得行人检测难以精准定位，虽然卷积神经网络可以取得较好检测效果，但是在小尺寸目标的检测上存在一定的局限性。因此，有必要提供一种行人检测方法以解决上述问题。

发明内容

本申请提供了一种行人检测方法、装置、计算机设备及存储介质，以提高行人检测的准确率，进而达到应用的要求。

第一方面，本申请提供了一种行人检测方法，所述方法包括：

获取待检测图像；

确定所述待检测图像中的目标物体以及所述目标物体对应的人类基线；

根据所述人类基线生成所述目标物体对应的边界框；

根据所述边界框确定所述待检测图像中的候选区域；

将所述候选区域内的图像作为目标图像输入至卷积神经网络以使所述卷积神经网络提取所述目标图像对应的目标特征；

将所述目标特征输入至预先训练的分类器进行分类识别以得到识别结果。

第二方面，本申请还提供了一种行人检测装置，所述装置包括：

图像获取单元，用于获取待检测图像；

目标基线确定单元，用于确定所述待检测图像中的目标物体以及所述目标物体对应的人类基线；

边界框生成单元，用于根据所述人类基线生成所述目标物体对应的边界框；

区域确定单元，用于根据所述边界框确定所述待检测图像中的候选区域；

特征提取单元，用于将所述候选区域内的图像作为目标图像输入至卷积神经网络以使所述卷积神经网络提取所述目标图像对应的目标特征；

特征识别单元，用于将所述目标特征输入至预先训练的分类器进行分类识别以得到识别结果。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的行人检测方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的行人检测方法。