[发明专利]一种人体目标检测方法及相关设备

权利要求书

1.一种人体目标检测方法，其特征在于，所述方法包括：

从多张成像图像中获取样本图像，所述样本图像中包括人为标注的人体所在区域，所述人体所在区域包括人体头部区域、可视人体区域和全身人体区域，所述样本图像为所述成像图像经由网络主干和候选框生成网络标注的候选框内裁剪出的图像片段；

根据所述人体所在区域，在所述全身人体区域的维度、所述可视人体区域的维度和所述人体头部区域的维度分别确定所述样本图像的模型训练信息，所述模型训练信息包括类型标签和位置回归损失值中的至少一项；其中，若所述人体所在区域为所述人体头部区域，所述模型训练信息包括所述位置回归损失值；若所述人体所在区域为所述可视人体区域或所述全身人体区域，所述模型训练信息包括所述类型标签和所述位置回归损失值；

在所述全身人体区域的维度、所述可视人体区域的维度和所述人体头部区域的维度分别将所述样本图像和所述模型训练信息输入待训练模型进行训练，得到人体目标检测模型，所述待训练模型包括与所述全身人体区域对应的第一分类器和第一位置回归器，与所述可视人体区域对应的第二分类器和第二位置回归器，以及与所述人体头部区域对应的第三位置回归器；

其中，在所述人体头部区域的维度训练所述第三位置回归器，包括：确定所述人体头部区域与所述样本图像的第二交叠面积；将所述第二交叠面积与所述人体头部区域的面积的商作为所述人体头部区域与所述样本图像的重叠度；当所述人体头部区域与所述样本图像的重叠度大于第三阈值时，确定所述样本图像的类型标签为正例样本标签，否则为非正例样本标签；将所述类型标签为正例样本标签的样本图像确定为第三目标样本图像；根据所述第三位置回归器对应的第三训练损失函数，确定所述第三目标样本图像的位置回归损失值；将所述第三目标样本图像和所述第三目标样本图像的位置回归损失值输入所述第三位置回归器进行训练；

根据所述人体目标检测模型，确定待检测图像中的人体所在区域，包括：

若所述第一分类器确定所述待检测图像中包含所述全身人体区域，则触发所述第一位置回归器确定所述全身人体区域的位置；

若所述第二分类器确定所述待检测图像中包含所述可视人体区域，则触发所述第二位置回归器确定所述可视人体区域的位置；

所述第三位置回归器确定所述人体头部区域的位置；

根据所述人体头部区域与所述全身人体区域的相对位置关系，调整所述全身人体区域的位置。

2.如权利要求1所述的方法，其特征在于，所述人体头部区域为所述样本图像中人体头部所在区域，所述可视人体区域为所述样本图像中未被遮挡的人体区域、以及所述全身人体区域为所述样本图像中存在遮挡的人体全身所在的区域。

3.如权利要求1或2所述的方法，其特征在于，所述待训练模型包括第一分类器；所述类型标签包括正例样本标签和非正例样本标签；

所述根据所述人体所在区域，确定所述样本图像的模型训练信息包括：

确定所述全身人体区域与所述样本图像的重叠度；

当所述重叠度大于第一阈值时，确定所述类型标签为所述正例样本标签，否则，确定所述类型标签为所述非正例样本标签；

所述将所述样本图像和所述模型训练信息输入待训练模型进行训练，得到人体目标检测模型包括：

将所述样本图像和所述类型标签输入所述第一分类器进行训练。

4.如权利要求3所述的方法，其特征在于，所述待训练模型包括第一位置回归器；

所述将所述样本图像和所述模型训练信息输入待训练模型进行训练，得到人体目标检测模型还包括：

将所述类型标签为所述正例样本标签的样本图像确定为第一目标样本图像；

根据所述第一位置回归器对应的第一训练损失函数，确定所述第一目标样本图像的位置回归损失值；

将所述第一目标样本图像和所述第一目标样本图像的位置回归损失值输入所述第一位置回归器进行训练。