【技术实现步骤摘要】
用于检测行人的方法和装置
本申请实施例涉及计算机
,尤其涉及自动驾驶领域,具体涉及用于检测行人的方法和装置。
技术介绍
随着行人检测算法准确度的不断进步以及车机端对小计算量的行人检测的迫切需求,有越来越多的行人检测算法置于移动端。这些移动端的硬件水平较低,计算能力较差。由于目前效果较好的行人检测算法都是使用深度学习技术,深度学习算法往往需要大量的计算资源。这些深度学习算法往往不能在硬件水平较低的移动端运行。
技术实现思路
本申请实施例提出了用于检测行人的方法和装置。根据第一方面,提供了一种用于检测行人的方法,包括:获取目标图像;对上述目标图像进行剪裁处理,得到第一剪裁图像;提取上述第一剪裁图像的特征,得到特征图;对上述特征图进行剪裁处理,得到第二剪裁图像;识别上述第二剪裁图像中的行人,得到行人的检测结果。根据第二方面,提供了一种用于检测行人的装置,包括:图像获取单元,被配置成获取目标图像;第一剪裁单元,被配置成对上述目标图像进行剪裁处理,得到第一剪裁图像;特征提取单元,被配置成提取上 ...
【技术保护点】
1.一种用于检测行人的方法,包括:/n获取目标图像;/n对所述目标图像进行剪裁处理,得到第一剪裁图像;/n提取所述第一剪裁图像的特征,得到特征图;/n对所述特征图进行剪裁处理,得到第二剪裁图像;/n识别所述第二剪裁图像中的行人,得到行人的检测结果。/n
【技术特征摘要】
1.一种用于检测行人的方法,包括:
获取目标图像;
对所述目标图像进行剪裁处理,得到第一剪裁图像;
提取所述第一剪裁图像的特征,得到特征图;
对所述特征图进行剪裁处理,得到第二剪裁图像;
识别所述第二剪裁图像中的行人,得到行人的检测结果。
2.根据权利要求1所述的方法,其中,所述提取所述第一剪裁图像的特征,得到特征图,包括:
提取所述第一剪裁图像的特征,在提取过程中对所述第一剪裁图像进行剪裁处理,得到所述特征图。
3.根据权利要求2所述的方法,其中,所述提取所述第一剪裁图像的特征,在提取过程中对所述第一剪裁图像进行剪裁处理,得到所述特征图,包括:
对所述第一剪裁图像进行至少两次卷积运算;
在至少一次卷积运算后,对得到的特征图进行至少一次剪裁处理,得到所述特征图。
4.根据权利要求1所述的方法,其中,所述获取目标图像,包括:
将车辆上安装的行车记录仪采集的图像作为目标图像。
5.根据权利要求1所述的方法,其中,所述对所述目标图像进行剪裁处理,得到第一剪裁图像,包括:
剪裁所述目标图像上方的预设比例的区域,得到所述第一剪裁图像。
6.根据权利要求1所述的方法,其中,所述第二剪裁图像的尺寸大于或等于所述目标图像尺寸的二分之一。
7.一种用于检测行人的装置,包括:
图像获取单元,被配置成获取目标图像;
第一剪裁单元,被配置成对所述目标图像进行剪裁处理,得到第一剪裁图像;
特征提取单元,被配置...
【专利技术属性】
技术研发人员:张上鑫,
申请(专利权)人:北京百度网讯科技有限公司,
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。