[发明专利]社交距离评估方法、装置及存储介质

说明书

本申请提供一种社交距离评估方法、装置及存储介质，该方法包括：先获取图像的透视图，再对包含目标部位的图像进行特征提取，得到含有目标部位的不同尺度的特征图，之后对不同尺度的特征图进行特征融合，得到含有目标部位的融合后特征图，根据融合后的特征图进行目标部位的检测，得到检测结果，最终根据透视图和检测结果，确定图像中不同对象之间的社交距离。该方法可以获得更为准确的检测结果，进而根据该检测结果，更准确地确定图像中不同对象之间的社交距离。

技术领域

本申请涉及图像处理领域，尤其涉及一种社交距离评估方法、装置及存储介质。

背景技术

在日常的工作生活中，人口流动复杂，因此，对社交距离在安全范围以内的情况进行预警，逐渐成为人们社会活动的新需求。例如，在发生大规模聚集性传染病时，在众多防控措施中，安全社交距离的保持显得尤为重要。

现有技术中，社交距离是通过以下方式确定的：通过更快速的基于区域的卷积神经网络(Faster Region Convolutional Neural Networks，简称Faster RCNN)的开源行人检测网络(基于深度学习方法的行人检测算法)标识图像中每个人躯干边界框，之后根据边界框中心点之间的间距确定每两个人之间的社交距离。基于人与人之间躯干之间距离度量社交距离准确度有限，相反，基于人头与人头或其它目标部位之间的距离度量社交距离则具有更高精度；在实际应用中，采用上述方式确定的社交距离的准确性不仅低，此外社交距离估计的实时性不足。

发明内容

为了解决现有技术中的上述问题，即为了高效准确确定目标之间的社交距离，本申请提供了一种社交距离评估方法、装置及存储介质。

第一方面，本申请提供了一种社交距离评估方法，包括：

获取图像的透视图；

对包含目标部位的图像进行特征提取，得到含有目标部位的不同尺度的特征图；

对不同尺度的特征图进行特征融合，得到含有目标部位的融合后特征图；

根据融合后的特征图进行目标部位的检测，得到检测结果；

根据透视图和检测结果，确定图像中不同对象之间的社交距离。

一种可能的实施方式中，对包含目标部位的不同尺度的特征图进行特征融合，得到包含目标部位的融合后的特征图，包括：分别确定包含目标部位的不同尺度的特征图对应的特征融合权重；基于特征融合权重，对包含目标部位的不同尺度的特征图进行加权处理；基于待融合特征图的个数，对加权处理后的结果进行求均值处理，得到融合后的特征图。

一种可能的实施方式中，获取图像的透视图，包括：在图像中使用四边形标注地平面；基于地平面，确定图像中各对象的高度以及对象所在边线相对四边形的下边线的边线长度比值；根据对象的高度以及对象对应的边线长度比值，确定对象所在边线上图像像素点的权重，得到透视图。

一种可能的实施方式中，对包含目标部位的图像进行特征提取，得到包含目标部位的不同尺度的特征图，包括：通过至少两个不同的卷积层，对包含目标部位的图像进行特征提取，得到包含目标部位的不同尺度的特征图。

一种可能的实施方式中，根据融合后特征图进行目标部位的检测，得到检测结果，包括：根据融合后的特征图进行目标部位的分类识别和对应目标框的位置回归，得到检测结果。

一种可能的实施方式中，根据透视图和检测结果，确定图像中不同对象之间的社交距离，包括：根据实际目标部位的尺度信息以及透视图对图像校正后的图像中检测到的目标部位所占像素数目，确定校正后图像中每个像素对应实际尺寸信息；根据像素对应的实际尺寸信息，确定图像中不同对象之间的社交距离。

第二方面，本申请提供一种社交距离评估装置，包括：

获取模块，用于获取图像的透视图；