行人检测方法、计算机设备和存储介质技术

本申请涉及一种行人检测方法、计算机设备和存储介质。所述方法包括：图形处理器GPU通过第一检测头和第二检测头分别检测目标图像中的行人信息，获得第一检测数据和第二检测数据；第一检测数据和第二检测数据分别包含多个行人信息以及各行人信息对应的输出顺序信息和置信度信息；根据各行人信息以及各输出顺序信息从第一检测数据和第二检测数据中筛选需进行非极大值抑制的行人信息；在非极大值抑制处理后，获得行人检测结果。本申请能加快行人检测速度，节省计算资源，还能更准确地检测出重叠的行人。重叠的行人。重叠的行人。

【技术实现步骤摘要】
行人检测方法、计算机设备和存储介质


[0001]本申请涉及行人检测
，特别是涉及一种行人检测方法、计算机设备和存储介质。

技术介绍

[0002]以下陈述仅提供与本申请有关的背景信息，而不必然地构成现有技术。
[0003]行人检测算法，例如FasterRegion
‑
CNN(ConvolutionalNeuralNetwork，卷积神经网络)算法，可分为三部分，即前处理，网络推理和后处理，其中，前处理主要用于对输入的原始图像执行诸如格式转换、缩放大小等处理并输出固定尺寸的图像，网络推理主要用于从该固定尺寸的图像中检测出各个检测框(一个检测框即对应一个行人)，由于网络推理可能将同一行人误识别为不同的行人(此时多个检测框会对应同一个行人)，因此在执行网络推理之后，还需要执行后处理(主要包括非极大值抑制处理)，以去除冗余的检测框。
[0004]在当前的一些应用于嵌入式设备的方案中，由图形处理器GPU执行上述前处理和网络推理的操作，而后处理这一部分操作，由于计算量大以及并行度低，因此通常放在中央处理器CPU上执行。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行人检测方法，包括前处理、网络推理及后处理，其特征在于，利用图形处理器GPU进行后处理，所述方法包括：通过第一检测头和第二检测头分别检测目标图像中的行人信息，获得第一检测数据和第二检测数据；所述第一检测数据和所述第二检测数据分别包含多个行人信息以及各行人信息对应的输出顺序信息和置信度信息；根据各所述行人信息以及各所述输出顺序信息从所述第一检测数据和所述第二检测数据中筛选需进行非极大值抑制的行人信息；在非极大值抑制处理后，获得行人检测结果。2.如权利要求1所述的方法，其特征在于，所述行人信息为检测框信息；根据各所述行人信息以及各所述输出顺序信息从所述第一检测数据和所述第二检测数据中筛选需进行非极大值抑制的行人信息，包括：将所述第一检测数据和所述第二检测数据中的行人信息对应的输出顺序信息进行两两比对；若进行所述比对的任意两个行人信息的输出顺序信息不同，则计算所述任意两个行人信息之间的重叠度；当所述重叠度高于预设阈值时，去掉置信度低的行人信息。3.如权利要求2所述的方法，其特征在于，所述方法还包括：若进行所述比对的任意两个行人信息的输出顺序信息相同，则保留所述任意两个行人信息。4.如权利要求3所述的方法，其特征在于，在非极大值抑制处理后，获得行人检测结果，包括：根据所述行人信息集合中剩余的行人信息生成所述目标图像的行人检测结果。5.如权利要求2所述的方法，其特征在于，将所述第一检测数据和所述第二检测数据中的行人信息对应的输出顺序信息进行两两比对；若进行所述比对的任意两个行人信息的输出顺序信息不同，则计...

【专利技术属性】
技术研发人员：金辰，
申请(专利权)人：华人运通上海自动驾驶科技有限公司，
类型：发明
国别省市：