【技术实现步骤摘要】
人体检测方法及装置
[0001]本申请涉及图像识别
,具体涉及一种人体检测方法及装置。
技术介绍
[0002]近年来,随着人工智能以及神经网络领域的快速发展,人体姿态识别技术被广泛应用于各种应用场景中。人体姿态识别主要在于研究描述人体姿态以及预测人体行为,其识别过程是指,在指定图像或视频中,根据人体中关节点位置的变化,识别人体动作的过程。在现有的人体检测方法中,通常使用预先标注有关键点坐标的训练图像对人体检测模型进行训练,以根据训练好的人体检测模型进行人体检测。但是对训练图像进行关键点坐标的标注需要耗费大量时间,同时还将浪费大量的人力成本。
技术实现思路
[0003]为此,本申请提供一种人体检测方法及装置,以解决对人体检测模型的训练需要使用标注有关键点坐标的数据,从而导致耗费大量时间和人力的问题。
[0004]为了实现上述目的,本申请第一方面提供一种人体检测方法,该方法包括。
[0005]提取待检测图像的结构特征,所述结构特征用于表征所述待检测图像的结构信息;根据所述结构特征,确定所述待 ...
【技术保护点】
【技术特征摘要】
1.一种人体检测方法,其特征在于,包括:提取待检测图像的结构特征,所述结构特征用于表征所述待检测图像的结构信息;根据所述结构特征,确定所述待检测图像中的人体区域;提取所述人体区域的色彩特征,所述色彩特征用于表征所述人体区域的色彩信息;根据所述结构特征和所述色彩特征,确定所述待检测图像的人体检测结果,所述人体检测结果包括所述待检测图像的人体框和关键点信息。2.根据权利要求1所述的人体检测方法,其特征在于,所述结构特征包括第一结构特征及第二结构特征;所述提取待检测图像的结构特征,包括:基于预设的第一卷积核对所述待检测图像进行特征提取,获得所述第一结构特征;基于预设的第二卷积核对所述第一结构特征进行特征提取,获得所述第二结构特征。3.根据权利要求2所述的人体检测方法,其特征在于,所述第一卷积核包括多个卷积核簇,每个卷积核簇包括至少一个卷积核,所述基于预设的第一卷积核对所述待检测图像进行特征提取,获得所述第一结构特征,包括:通过所述多个卷积核簇,分别对所述待检测图像进行特征提取,得到第三结构特征;将与同一卷积核簇对应的第三结构特征叠加,得到与所述卷积核簇对应的结构特征,其中,所述第一结构特征包括与多个卷积核簇对应的结构特征。4.根据权利要求1所述的人体检测方法,其特征在于,所述根据所述结构特征,确定所述待检测图像中的人体区域,包括:根据预设的结构特征阈值对所述结构特征进行过滤处理,获得过滤结构特征,其中,所述结构特征阈值用于过滤所述结构特征中的背景结构特征;将所述过滤结构特征回归到所述待检测图像中,确定所述待检测图像中的所述人体区域。5.根据权利要求4所述的人体检测方法,其特征在于,所述结构特征阈值包括第一结构特征阈值和第二结构特征阈值,所述过滤结构特征包括第一过滤结构特征和第二过滤结构特征;所述根据预设的结构特征阈值对所述结构特征进行过滤处理,获得过滤结构特征,包括:根据所述第一结构特征阈值对所述第一结构特征进行过...
【专利技术属性】
技术研发人员:郭宇鹏,王晓,毛少将,雷庆庆,
申请(专利权)人:通号通信信息集团有限公司,
类型:发明
国别省市:
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。