[发明专利]一种基于人工智能的行人检测方法

说明书

本发明公开了一种基于人工智能的行人检测方法，通过摄像设备获取需要检测路段的多张图像，并将收集到的多张所述图像储存在数据库中，形成候选区域图像；通过摄像设备检测到的行人身体的关键点信息将行人身体自动划分成不同的语义区域，并利用语义区域生成合成图像输入至行人分类网络中完成行人分类网络的训练。本发明提供一种基于人工智能的行人检测方法，避免基于人工智能的行人检测方法的应用场景存在受限的情况，在一些特殊场景达到较好使用效果，例如对于自动驾驶中的行人检测，由于这一自动驾驶的行人可能是躺卧方式，则能起到检测的使用效果，或者是在下雨天情况，因为行人存在手持雨伞的阻挡，也起到较好检测使用效果。

技术领域

本发明涉及一种基于人工智能的行人检测方法，属于人工智能技术领域。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

现有技术中，用于基于人工智能的行人检测方法的应用场景存在受限的情况，在一些特殊场景达不到较好使用效果，例如对于自动驾驶中的行人检测，由于这一自动驾驶的行人可能是躺卧方式，则不能起到检测的使用效果，或者是在下雨天情况，因为行人存在手持雨伞的阻挡，也起不到较好检测使用效果。因此，迫切需要一种基于人工智能的行人检测方法，以解决现有技术中存在的这一问题。

为了解决上述技术问题，特提出一种新的技术方案。

发明内容

本发明的目的在于提供一种基于人工智能的行人检测方法，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：一种基于人工智能的行人检测方法，所述方法包含下述步骤：

步骤一，通过摄像设备获取需要检测路段的多张图像，并将收集到的多张所述图像储存在数据库中，形成候选区域图像；

步骤二，通过摄像设备检测到的行人身体的关键点信息将行人身体自动划分成不同的语义区域，并利用语义区域生成合成图像输入至行人分类网络中完成行人分类网络的训练；其中，行人身体的关键点信息包含身体区域图像；

步骤三，将身体区域图像与所述候选区域图像在图像级别上合成一张图像，以便获得合成图像；将合成图像输入至行人分类网络中指导训练行人分类网络；

步骤四，行人分类网络根据输入的合成图像，合成图像中包含了行人身体各个部分语义区域图像，通过这些部分语义区域图像判别输入图像是行人图像还是背景图像，进而完成真实场景中遮挡行人的检测；

步骤五，在步骤一中的数据库扩增指定数量的包含指定躺卧方式的行人样例图像数据，获得第一扩增数据库；

步骤六，将步骤五中的第一扩增数据库中的非躺卧方式行人样例图像数据进行基于颜色替换的行人样例图像扩增，获得第二扩增数据库；

步骤七，将步骤六中的第二扩增数据库中的非躺卧方式行人样例图像数据进行基于人体比例的行人样例图像扩增，获得行人检测训练数据库。

优选地，所述步骤一的候选区域图像的获取方法包含下述步骤：

步骤1，根据摄像设备获取的图像提取行人、车辆的位置信息，去除选取的图像上的行人、车辆；

步骤2：通过计算机计算，根据步骤1中提取到的行人、车辆的位置信息，提取图像库中另外图像对应位置信息的图像内容，对应位置上所述图像内容不能是行人和车辆，若否，继续提取，直至提取到对应位置没有行人、车辆的图像信息；

步骤3：通过计算机计算，将步骤2提取的图像信息，填补至步骤1上图像内去除的行人、车辆的位置上；

步骤4：重复步骤1-3的操作，直至图像中没有行人、车辆等，将图像导出获得候选区域图像。