【技术实现步骤摘要】
训练样本获取方法和装置、行人检测方法和装置
本公开涉及信息处理领域,特别涉及一种训练样本获取方法和装置、行人检测方法和装置。
技术介绍
为了能够在诸如超市、商场等室内场景下对行人进行有效检测,通常在室内顶部安装具有俯视摄像头。由于俯视摄像头可有效规避室内物体(例如,货架、办公家具等)的遮挡,从而通过深度学习模型对图像进行处理可准确统计出室内人数和行人位置。
技术实现思路
专利技术人通过研究发现,在深度学习模型的训练过程中,需要利用大量的标注数据来进行训练。目前的标注数据主要通过人工标注的方式来获取,因此会耗费大量的时间和人力成本,同时在人员密集的场所,人工标注容易出现错误,从而导致深度学习模型在进行行人检测时出现漏检。为此,本公开提供一种能够自动生成训练样本的方案,以便有效提升效率和行人检测结果。根据本公开实施例的第一方面,提供一种训练样本获取方法,包括:对俯视摄像头所采集视频中的图像帧利用超像素和光流进行图像帧分割,以分割出行人部分,并生成所述行人部分的行人边界框和对应的掩模图;将所述行人边界框提供给跟踪系统,以便所述跟踪系统利用追踪器,对所述视频中在所述行人边界框内的行人部分进行跟踪,并输出所述行人部分的追踪边界框和对应的掩模图;在所述行人边界框和所述追踪边界框中,对行人部分所占比例最大的边界框及对应的掩模图进行标注,以生成样本数据。在一些实施例中,在所述行人边界框和所述追踪边界框中,对行人部分所占比例最大的边界框及对应的掩模图进行标注包括:计算所述行人边界框和所述追踪 ...
【技术保护点】
1.一种训练样本获取方法,包括:/n对俯视摄像头所采集视频中的图像帧利用超像素和光流进行图像帧分割,以分割出行人部分,并生成所述行人部分的行人边界框和对应的掩模图;/n将所述行人边界框提供给跟踪系统,以便所述跟踪系统利用追踪器,对所述视频中在所述行人边界框内的行人部分进行跟踪,并输出所述行人部分的追踪边界框和对应的掩模图;/n在所述行人边界框和所述追踪边界框中,对行人部分所占比例最大的边界框及对应的掩模图进行标注,以生成样本数据。/n
【技术特征摘要】
1.一种训练样本获取方法,包括:
对俯视摄像头所采集视频中的图像帧利用超像素和光流进行图像帧分割,以分割出行人部分,并生成所述行人部分的行人边界框和对应的掩模图;
将所述行人边界框提供给跟踪系统,以便所述跟踪系统利用追踪器,对所述视频中在所述行人边界框内的行人部分进行跟踪,并输出所述行人部分的追踪边界框和对应的掩模图;
在所述行人边界框和所述追踪边界框中,对行人部分所占比例最大的边界框及对应的掩模图进行标注,以生成样本数据。
2.根据权利要求1所述的方法,其中,在所述行人边界框和所述追踪边界框中,对行人部分所占比例最大的边界框及对应的掩模图进行标注包括:
计算所述行人边界框和所述追踪边界框的交并比IOU;
在所述IOU大于预定比值门限的情况下,计算所述行人边界框中的行人部分所占比例的第一比值和所述追踪边界框中的行人部分所占比例的第二比值;
若所述第一比值大于所述第二比值,则对所述行人边界框及对应的掩模图进行标注,以生成样本数据;
若所述第一比值不大于所述第二比值,则对所述追踪边界框及对应的掩模图进行标注,以生成样本数据。
3.根据权利要求2所述的方法,还包括:
在所述IOU不大于预定比值门限的情况下,将对所述行人边界框及对应的掩模图进行标注,以生成样本数据,并指示所述追踪系统重新选择追踪器对所述行人边界框内的行人部分进行跟踪。
4.根据权利要求1-3中任一项所述的方法,其中,对俯视摄像头所采集的图像帧利用超像素和光流进行图像帧分割包括:
在所述俯视摄像头所采集的视频中,截取预定长度的视频片段;
计算所述视频片段的平均运动量;
若所述平均运动量在预定范围内,则对所述视频片段中的各图像帧利用超像素和光流进行图像帧分割。
5.根据权利要求4所述的方法,其中,所述图像帧分割包括:
计算所述俯视摄像头所采集的当前图像帧的全部超像素;
利用每个超像素和背景模型帧的特征距离,确定所述每个超像素作为图像前景的前景概率;
利用所述当前图像帧和前一图像帧确定相应光流;
利用所述当前图像帧中全部超像素的前景概率和相应光流来确定所述当前图像帧中是否存在行人;
若存在行人,则在所述当前图像帧中分割出行人部分。
6.根据权利要求5所述的方法,其中,利用每个超像素和背景模型帧的特征距离,确定所述每个超像素作为图像前景的前景概率包括:
若与第i个超像素相对应的特征xi中有J个特征值,所述第i个超像素与所...
【专利技术属性】
技术研发人员:李艺,董博,
申请(专利权)人:北京京东乾石科技有限公司,
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。