【技术实现步骤摘要】
行人识别方法、装置、电子设备及存储介质
本专利技术涉及自动驾驶
，尤其涉及一种行人识别方法、装置、电子设备及存储介质。
技术介绍
自动驾驶的安全问题越来越为人们所关注，而该问题中最主要的就是自动驾驶系统对行人的识别和保护，雷达传感器可以检测到障碍物，但对于识别行人及其状态效果较差，因此利用视觉算法完成前视行人识别在自动驾驶的开发中具有重要的意义，在一定程度上决定了自动驾驶的安全性能的好坏。人体整体轮廓法将人体视为整体来检测，当出现目标的残缺或遮挡时，误差较大；同时，在自动驾驶中，前视行人是动态的，模板很难将所有行人状态包含进去。现有基于人体部位识别方法中，大多将腿部和头部作为重要部位，若行人携带雨伞或穿着裙子，腿部或者头部被遮挡，容易发生行人漏检问题，产生安全隐患。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种行人识别方法、装置、电子设备及存储介质，旨在解决行人识别技术问题。为实现上述目的，本专利技...
【技术保护点】
1.一种行人识别方法，其特征在于，所述方法包括：/n确定障碍物图像中的疑似行人区域，并获取各所述疑似行人区域的置信值；/n将所述置信值位于第一置信值区间的疑似行人区域作为目标区域，并确定所述目标区域中行人目标；/n将所述置信值位于第二置信值区间的疑似行人区域作为待定区域，并根据预设遮挡物模型分别获取所述待定区域的人物综合值；/n在所述人物综合值大于等于预设综合值时，将所述人物综合值对应的待定区域中的人物目标判定为综合行人目标；/n根据所述行人目标和所述综合行人目标生成行人识别图像。/n
【技术特征摘要】
1.一种行人识别方法，其特征在于，所述方法包括：
确定障碍物图像中的疑似行人区域，并获取各所述疑似行人区域的置信值；
将所述置信值位于第一置信值区间的疑似行人区域作为目标区域，并确定所述目标区域中行人目标；
将所述置信值位于第二置信值区间的疑似行人区域作为待定区域，并根据预设遮挡物模型分别获取所述待定区域的人物综合值；
在所述人物综合值大于等于预设综合值时，将所述人物综合值对应的待定区域中的人物目标判定为综合行人目标；
根据所述行人目标和所述综合行人目标生成行人识别图像。
2.如权利要求1所述的行人识别方法，其特征在于，所述确定障碍物图像中的疑似行人区域，并获取各所述疑似行人区域的置信值的步骤之前，所述方法包括：
获取待识别图像，并对所述待识别图像进行背景差分处理，以获取初步识别图；
对所述待识别图像进行三帧差法处理，以获取边缘差分图；
根据所述初步识别图和所述边缘差分图获取障碍物图像。
3.如权利要求2所述的行人识别方法，其特征在于，所述确定障碍物图像中的疑似行人区域，并获取各所述疑似行人区域的置信值的步骤，具体包括：
确定障碍物图像中的待定行人区域，并对所述待定行人区域进行区域扩增，以获取疑似行人区域；
根据预设人体模型对所述疑似行人区域进行图像匹配，以获取各所述疑似行人区域的置信值。
4.如权利要求3所述的行人识别方法，其特征在于，所述确定障碍物图像中的待定行人区域，并对所述待定行人区域进行区域扩增，以获取疑似行人区域的步骤，具体包括：
根据行人区域公式确定所述障碍物图像中的待定行人区域；
对所述待定行人区域进行区域扩增，以获取疑似行人区域；
其中，所述行人区域公式为：
其中，ROI为待定行人区域，Lw为区域高宽比，Sp为区域面积比，S为区域面积，Smin为区域预设最小面积，Smax为区域预设最大面积，Lmin为区域预设最小高宽比，Lmax为区域预设最大高宽比，Spmax为预设最大分割区域与图像展示页面的面积比，Spmin为预设最小分割区域与图像展示页面的面积比。
5.如权利要求4所述的行人识别方法，其特征在于，所述根据预设人体模型对所述疑似行人区域进行图像匹配，以获取各所述疑似行人区域的置信值的步骤，具体包括：
确定...
【专利技术属性】
技术研发人员：杨帆，祖春胜，张澄宇，张飞，曾伟，丁钊，李涛，孙宝，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
类型：发明
国别省市：安徽;34
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。