【技术实现步骤摘要】
一种人体目标检测方法、装置和计算机可读存储介质
本申请涉及人体目标检测
，特别涉及一种人体目标检测方法、人体目标检测装置、电子设备和计算机可读存储介质。
技术介绍
随着视频采集硬件的大规模应用以及相关检测算法的深入研究，将基于图像分析的人体目标检测与视频相结合，可以用于实现智能安防监控、汽车防碰撞行人等安全辅助功能，有效提高视频应用的智能化水平，尤其在人流量控制、周界防护、交通安全等方面可以提高工作效率，减轻人工工作量的同时，提升准确发现目标的几率。目前基于视频图像分析的人体目标检测存在的主要问题是：一方面目标较小或者目标被遮挡时，容易被漏检测；另一方面非人体目标，如树木、动物等，容易被误检测为人体目标。相关技术中采用训练分类器，并利用分类器进行人体目标检测，但是上述方法的采用固定分类器对人体目标进行检测，人体检测精度低，造成检测准确率较低。因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
技术实现思路
本申请的目的是提供一种人体目标检测方法、装置、电子设备和计算机可读存储介质，能够提高人体目标检测的准确率，改善用户体验。其具体方案如...
【技术保护点】
1.一种人体目标检测方法，其特征在于，包括：获取待检测人体图像；利用分类器对所述待检测人体图像进行检测，获取人体目标区域的位置；其中，所述分类器的获取的过程包括：S121：利用深度神经网络算法对人体样本图像集进行图像训练得到所述分类器；S122：利用所述分类器进行人体目标检测；S123：判断检测的人体图像总量是否大于预设阈值；S124：若大于所述预设阈值，则将根据检测的人体图像集在所述分类器的基础上利用所述深度神经网络算法进行图像训练得到的分类器确定为新的分类器，并进入S122，直至迭代次数达到第一阈值或检测正确率达到第二阈值。
【技术特征摘要】
1.一种人体目标检测方法，其特征在于，包括：获取待检测人体图像；利用分类器对所述待检测人体图像进行检测，获取人体目标区域的位置；其中，所述分类器的获取的过程包括：S121：利用深度神经网络算法对人体样本图像集进行图像训练得到所述分类器；S122：利用所述分类器进行人体目标检测；S123：判断检测的人体图像总量是否大于预设阈值；S124：若大于所述预设阈值，则将根据检测的人体图像集在所述分类器的基础上利用所述深度神经网络算法进行图像训练得到的分类器确定为新的分类器，并进入S122，直至迭代次数达到第一阈值或检测正确率达到第二阈值。2.根据权利要求1所述的人体目标检测方法，其特征在于，所述S121包括：获取各个样本图像及对应的标注文件，以便得到所述人体样本图像集；利用所述深度神经网络算法对所述人体样本图像集进行图像训练，获得所述分类器。3.根据权利要求2所述的人体目标检测方法，其特征在于，利用所述深度神经网络算法对所述人体样本图像集进行图像训练，获得所述分类器，包括：获取预设比例的训练集和测试集；其中，所述训练集和所述测试集构成所述人体样本图像集；利用所述深度神经网络算法对所述训练集进行训练获得初始分类器；利用所述测试集对所述初始分类器进行测试，获得测试成功率；判断所述测试成功率是否大于成功率阈值；若所述测试成功率大于所述成功率阈值，得到所述分类器，并利用所述分类器进行所述人体目标检测。4.根据权利要求1所述的人体目标检测方法，其特征在于，利用所述分类器对所述待检测人体图像进行检测，获取人体目标的位置之后，还包括：当所述位置正确时，保存所述待检测人体图像的信息；当所述位置错误时，获取所述待检测人体图像的标注文件，并保存所述标注文件及所述待检测人体图像。5.一种人体目标检测装置，其特征在于，包括：获取模块，用于获取待检测人体图像；人体目标检测模块，用于利用分类器对所述待检测人体图像进行检测，获取人体目标的位置；其中，分类器包括：分类器获得单元，用于利用深度...
【专利技术属性】
技术研发人员：谢昌颐，
申请(专利权)人：湖南德雅坤创科技有限公司，
类型：发明
国别省市：湖南,43
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。