[发明专利]一种基于网格聚类的小孩检测框过滤算法

说明书

本发明涉及计算机视觉技术领域，尤其为一种基于网格聚类的小孩检测框过滤算法，其方法包括如下步骤：通过摄像头获取现实场景中的视频数据，摄像头将视频数据发送至计算机，获取目标图像并进行保存，选定目标摄像头，从生产环境拉取对应一周的检测框数据；本发明提出的小孩检测框过滤算法，可以直接将检测到的人形框作为统计数据，再使用网格聚类法得到网格范围内的平均框高，利用平均框高和目标框高判断是否为小孩，同时能够判断目标图像中每个区域的平均框高，避免因为遮挡而导致误判，解决了现实场景中存在较多遮挡和误检，直接用检测框进行统计聚类，异常检测框会扰乱整个数据分布，导致小孩框误判较多的问题。

技术领域

本发明涉及计算机视觉技术领域，具体为一种基于网格聚类的小孩检测框过滤算法。

背景技术

目标检测是计算机视觉领域最基本的问题之一，已经被广泛地探讨和研究。近年来基于深度卷积神经网络的目标检测方法使得检测精度有了很大提升，但是在实际应用中仍然存在较多挑战。比如在某些特定业务场景下(例如商场客流系统基于目标检测分析用户购买力行为)要求检测系统能够区分“大人”和“小孩”，即每个人形框需要给出一个标签，判断该框中的人物是否为成年人，方便为后续统计用户行为做过滤条件。所以，在检测系统中区分大人和小孩是十分重要且有价值的。

目前此问题可以通过事先准备大量的预标注数据集参与神经网络的训练，利用多任务网络判断输出的检测框是否为小孩的概率。但在现实场景中想要获取小孩样本较为困难。尤其是在商场、餐厅等人员密集场所，主要以成人为主，小孩样本较少。所以为了避免数据量不足的情况，目前还有一些方法是通过统计检测框特征来区分大人和小孩。例如，通过统计检测框的宽高比，设置阈值，将低于阈值的检测框认为是小孩；或者将检测框特征作为输入，利用k-means等聚类算法对检测框进行聚类，再将聚类结果进行分析从而区分出小孩和大人。

现实场景中存在较多遮挡和误检的情况，而且同一个人站在不同位置时在图像中的成像不同，检测框大小也随之不同，导致很多人形框并不符合常理，如果直接用检测框进行统计聚类，异常检测框会扰乱整个数据分布，阈值不好确定，最后过滤出的小孩框误判较多。

本发明针对商场、餐厅等公共场所行人检测需要过滤小孩检测框提出了一种基于网格聚类的小孩检测框过滤算法，在图像中绘制细粒度网格，根据每个人形框上边沿中点分布制定每个网格的均值框，通过计算待判定框和均值框之间的差异来衡量是否为小孩。以解决现有方法面临的如下问题：

1、由于行人遮挡导致检测框中行人不完整，无法直接根据检测框大小判断是否为小孩；

2、由于相机畸变导致同一人在不同地理位置框大小有较大差异；

3、现实场景小孩样本量不足，无法大规模参与模型训练。

发明内容

本发明的目的在于提供一种基于网格聚类的小孩检测框过滤算法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于网格聚类的小孩检测框过滤算法，其方法包括如下步骤：

(1)获取待检测图像：通过摄像头获取现实场景中的视频数据，摄像头将视频数据发送至计算机，获取目标图像并进行保存；

(2)人形检测框提取：选定目标摄像头，从生产环境拉取对应一周的检测框数据[xmin，ymin，xmax，ymax]，检测框数据分别对应检测框在目标图像的左上角坐标和右下角坐标；

(3)网格聚类计算均值框：在目标图像中构建网格并计算每个网格中的均值框，首先在目标图像中绘制细粒度网格，然后统计每个网格中落入的原始检测框，得到每个网格的均值框Box；

(4)估计判定框是否为小孩：输入待判定框，根据均值框来判断待判定框是否为小孩，判定过程为根据网格内均值框和待判定框的高度差异来判断是否为小孩；