[發明專利]一種行人檢測方法、裝置、設備及介質在審
| 申請號: | 202010192213.4 | 申請日: | 2020-03-18 |
| 公開(公告)號: | CN111753625A | 公開(公告)日: | 2020-10-09 |
| 發明(設計)人: | 馬事偉;吳江旭;胡淼楓;王璟璟;聶銘君;劉永文;戚龍雨;石金玉;徐達煒;張然;趙旭民 | 申請(專利權)人: | 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京品源專利代理有限公司 11332 | 代理人: | 孟金喆 |
| 地址: | 100176 北京市大興區北京經濟*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 行人 檢測 方法 裝置 設備 介質 | ||
1.一種行人檢測方法,其特征在于,包括:
獲取待檢測圖像;
將所述待檢測圖像輸入至訓練好的單次目標檢測器中,獲取所述單次目標檢測器的輸出信息;
根據所述單次目標檢測器的輸出信息,確定對所述待檢測圖像的行人檢測結果;
其中,所述單次目標檢測器是預先對包含初始構建的單次目標檢測器和頭部檢測網絡的原始檢測模型,進行訓練得到的。
2.根據權利要求1所述的方法,其特征在于,在將所述待檢測圖像輸入至訓練好的單次目標檢測器中之前,還包括:
獲取樣本圖像、所述樣本圖像對應的行人框標注結果以及所述樣本圖像對應的行人頭部標注結果;
基于所述樣本圖像、所述樣本圖像對應的行人框標注結果以及所述樣本圖像對應的行人頭部標注結果生成訓練樣本對,使用訓練樣本對對預先構建的原始檢測模型進行訓練,得到訓練好的原始檢測模型;
將訓練好的原始檢測模型中的單次目標檢測器作為訓練好的單次目標檢測器。
3.根據權利要求2所述的方法,其特征在于,所述使用訓練樣本對對預先構建的原始檢測模型進行訓練,得到訓練好的原始檢測模型,包括:
將所述樣本圖像輸入至初始構建的單次目標檢測器中,獲得所述單次目標檢測器輸出的原始特征圖、行人框檢測結果以及所述行人框檢測結果對應的檢測分值;
根據所述檢測分值對所述行人框檢測結果進行排序,根據排序結果獲取預設數量的目標行人框檢測結果;
將所述原始特征圖以及所述目標行人框檢測結果輸入至所述頭部檢測網絡中,獲得所述頭部檢測網絡輸出的行人頭部檢測結果;
根據所述行人框檢測結果以及所述行人框標注結果確定第一損失值,根據所述行人頭部檢測結果以及所述行人頭部標注結果確定第二損失值,根據所述第一損失值和所述第二損失值確定目標損失值;
以所述目標損失值達到收斂條件為目標,對所述原始檢測模型進行訓練。
4.根據權利要求3所述的方法,其特征在于,所述單次目標檢測器中包括多個原始特征網絡層,所述原始檢測模型中的目標特征網絡層與所述頭部檢測網絡之間還包括上采樣模塊,所述方法還包括:
根據各所述原始特征網絡層輸出的原始特征圖的圖像大小,選取至少一個所述原始特征網絡層作為目標特征網絡層;
在所述目標特征網絡層后添加上采樣模塊,在所述上采樣模塊后添加所述頭部檢測網絡。
5.根據權利要求4所述的方法,其特征在于,所述根據各所述原始特征網絡層輸出的原始特征圖的圖像大小,選取至少一個所述原始特征網絡層作為目標特征網絡層,包括:
將所述圖像大小小于設定閾值的原始特征圖對應的原始特征網絡層作為所述目標特征網絡層。
6.根據權利要求5所述的方法,其特征在于,在將所述原始特征圖以及所述目標行人框檢測結果輸入至所述頭部檢測網絡中,獲得所述頭部檢測網絡輸出的行人頭部檢測結果之前,還包括:
獲取所述目標特征網絡層輸出的目標原始特征圖,將所述目標原始特征圖輸入至所述上采樣模塊中,得到所述上采樣模塊輸出的上采樣特征圖;
相應的,所述將所述原始特征圖以及所述目標行人框檢測結果輸入至所述頭部檢測網絡中,獲得所述頭部檢測網絡輸出的行人頭部檢測結果,包括:
將所述原始特征網絡層中除目標特征網絡層以外的其他原始特征網絡層輸出的原始特征圖、所述上采樣特征圖以及所述目標行人框檢測結果輸入至所述頭部檢測網絡中,獲得所述頭部檢測網絡輸出的行人頭部檢測結果。
7.根據權利要求4所述的方法,其特征在于,所述上采樣模塊為轉置卷積模塊。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司,未經北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010192213.4/1.html,轉載請聲明來源鉆瓜專利網。





