一种带有头部信息的双任务行人检测方法技术

本发明专利技术公开了一种带有头部信息的双任务行人检测方法，步骤包括：获取带有行人的图像；将图像输入主干网络，同时提取图像中行人的头部区域和身体区域；根据人的头部区域和身体区域的比例关系，使用嵌入向量和损失函数通过学习的方法，将头部区域的中心点和身体区域的中心点匹配为属于同一行人的头部中心点和身体重心点；当头部中心点无法匹配到合适的身体中心点，且头部区域检测的置信度大于预设第一阈值时，认为该头部检测区域为可靠检测结果；输出带有行人头部标记框和身体标记框的图像。本发明专利技术借助行人头部，引入推拉损失函数改进模型训练的关注方向，显著提高遮挡情况下的行人检测精度。测精度。

【技术实现步骤摘要】
一种带有头部信息的双任务行人检测方法


[0001]本专利技术属于图像识别
，尤其涉及一种带有头部信息的双任务行人检测方法。

技术介绍

[0002]行人作为真实场景下生产生活的主要对象，是各种应用最重要的的出发点和关注点之一，与此密切相关的行人检测技术也取得了长足进展。无人机具有快速灵活的特点，结合行人检测技术，将会提高其在智能安防、军事等领域的应用价值。无人机从低空中拍摄的图像称为低空俯拍场景。对于行人检测任务来说，该场景面临着内容复杂、光照变化、视角变化等独特的挑战，同时误检和漏检始终是行人检测研究的阻碍，如何提高该场景下行人检测算法的稳定性和实时性仍是一个难题。基于深度学习开展专门研究，提高行人检测性能，减少漏检和误检，压缩模型尺寸，是低空俯拍图像下行人检测以及无人机应用智能化的当务之急。
[0003]在现实环境中，遮挡情况发生频繁，许多行人数据集在构建时候亦关注到该问题。在Caltech数据集中近40％的行人存在不同程度的遮挡，图像样本在城市中心采集的CityPersons数据集情况更为严重，约70％的行人被背景或其他行人所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带有头部信息的双任务行人检测方法，其特征在于，包括以下步骤：获取带有行人的图像；将图像输入主干网络，同时提取图像中行人的头部区域和身体区域；根据人的头部区域和身体区域的比例关系，使用嵌入向量和损失函数通过学习的方法，将头部区域的中心点和身体区域的中心点匹配为属于同一行人的头部中心点和身体重心点；当头部中心点无法匹配到合适的身体中心点，且头部区域检测的置信度大于预设第一阈值时，认为该头部检测区域为可靠检测结果；输出带有行人头部标记框和身体标记框的图像。2.根据权利要求1所述的带有头部信息的双任务行人检测方法，其特征在于，所述损失函数L
HBAM
如下所示：如下所示：L
HBAM
＝L
pull
+L
push
其中k为行人编号，e
k
为该行人的参考向量，为该行人的头部向量，为该行人的身体嵌入向量，L
pull
为拉损失函数，L
push
为推损失函数。3.根据权利要求1所述的带有头部信息的双任务行人检测方法，其特征在于，对于每个行人检测结果P
p<...

【专利技术属性】
技术研发人员：肖华欣，陈琛，李京蓓，彭杨，刘煜，张茂军，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：