Including the embodiment of the invention provides a method, a pedestrian detection: receiving the detecting image; using neural network information to determine the pedestrian detection in the image, the information including the location of pedestrian pedestrian and the pedestrian on the key points; to the pedestrian information detected in the picture for the postprocessing, detection results of pedestrians. Thus, the embodiment of the invention can be used for detecting image, neural network, key point and pedestrian pedestrian location information, so through the key points by introducing pedestrian information, solve the difficult problem of occlusion and overlap detection method of traditional pedestrian, improve the accuracy of detection.
【技术实现步骤摘要】
本专利技术涉及图像识别领域,更具体地涉及一种行人检测的方法及装置。
技术介绍
行人检测是通用物体检测的子问题,吸引了学术界和工业界的大量兴趣。首先,行人检测可以应用于安防、自动(辅助)驾驶、智能监控和人机交互等多个领域,是一项基本且重要的技术。现有的行人检测无法解决遮挡、人体重叠等问题。遮挡,指由于存在障碍物导致目标只有部分可见,常见的遮挡后果是人体只有上(下)半身或左(右)半身可见。人体重叠,指两人及以上在图片中的位置关系发生重合,常见的人体重叠多见于人群较为密集的场景。遮挡及重叠是行人检测中最棘手的两个问题。部分不可见会降低传统行人检测方法的检出率;重叠对技术的要求则更高,因为对于重叠的人,神经网络更倾向于将两人(甚至多人)检测为同一个人,即不能将重叠的目标划分开来。同时,现有的行人检测技术通常需要在后期处理中运用“非最大抑制”的方法。“非最大抑制”是为了处理神经网络对同一个人报出两次(或多次)检测,因此需对多个空间位置接近的检测结果进行合并。在重叠的情况下,非最大抑制还会导致对不同目标的检测结果被误合并。
技术实现思路
考虑到上述问题而提出了本专利技术。本专利技术提供了一种行人检测的方法,能够在基于待检测图片中的行人信息,得到行人检测的结果,从而能够提高行人检测的精度。根据本专利技术的第一方面,提供了一种行人检测的方法,包括:接收待检测图片;采用神经网络,确定所述待检测图片中的行人信息,所述行人信息包括行人的位置以及所述行人的关键点位置;对所述待检测图片中的所述行人信息进行后处理,得到所述行人检测的结果。示例性地,所述行人的关键点位置包括以下中的至少一 ...
【技术保护点】
一种行人检测的方法,其特征在于,包括:接收待检测图片;采用神经网络,确定所述待检测图片中的行人信息,所述行人信息包括行人的位置以及所述行人的关键点位置;对所述待检测图片中的所述行人信息进行后处理,得到所述行人检测的结果。
【技术特征摘要】
1.一种行人检测的方法,其特征在于,包括:接收待检测图片;采用神经网络,确定所述待检测图片中的行人信息,所述行人信息包括行人的位置以及所述行人的关键点位置;对所述待检测图片中的所述行人信息进行后处理,得到所述行人检测的结果。2.如权利要求1所述的方法,其特征在于,所述行人的关键点位置包括以下中的至少一项:头部位置、左肩位置、右肩位置、左膝位置、右膝位置、左脚位置、右脚位置。3.如权利要求1或2所述的方法,其特征在于,所述对所述待检测图片中的所述行人信息进行后处理,得到所述行人检测的结果,包括:对所述待检测图片中的所述行人信息进行过滤,得到所述行人信息中的高概率行人信息;对所述高概率行人信息进行处理,得到所述行人检测的结果,其中,所述高概率行人信息为概率值大于或等于概率阈值的行人信息,所述概率阈值为预设概率值。4.如权利要求3所述的方法,其特征在于,所述对所述高概率行人信息进行处理,得到所述行人检测的结果,包括:根据所述高概率行人信息中的所述行人的关键点位置,得到所述行人检测的结果。5.如权利要求4所述的方法,其特征在于,所述根据所述高概率行人信息中的所述行人的关键点位置,得到所述行人检测的结果,包括:根据所述高概率行人信息中的相邻的两个所述行人信息中所述关键点的空间位置与距离确定所述相邻的两个所述行人信息是否属于同一行人,以得到所述行人检测的结果。6.如权利要求5所述的方法,其特征在于,所述根据所述高概率行人信息中的相邻的两个所述行人信息中所述关键点的空间位置与距离确定所述相邻的两个所述行人信息是否属于同一行人,以得到所述行人检测的结果,包括:根据所述高概率行人信息中的相邻的两个所述行人信息中所述关键点的空间位置与距离确定所述相邻的两个所述行人信息是否属于同一行人,若所述相邻的两个所述行人信息属于同一行人,则利用非最大抑制方法,对所述相邻的两个所述行人信息进行合并操作,得到所述行人检测的结果。7.如权利要求1至6任一项所述的方法,其特征在于,在所述...
【专利技术属性】
技术研发人员:肖特特,茅佳源,
申请(专利权)人:北京旷视科技有限公司,北京小孔科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。