目标检测的方法、装置、网络设备及存储介质制造方法及图纸

本发明专利技术公开一种目标检测的方法、装置、网络设备及存储介质，该方法首先获取当前环境特征，基于当前环境特征获取对应类型的待检测图像，接着对待检测图像进行图像分割，确定待检测图像中的目标人像区域，再确定目标人像区域中预设部位的遮挡率，在遮挡率大于预设值时，基于预设部位对目标人像区域进行重构，最后将重构的目标人像区域作为预先训练好的目标检测模型的输入，获得检测结果。由于本发明专利技术是根据当前环境特征获取的待检测图像，能够考虑到不同场景下行人由于遮挡导致的可识别度下降的情况，基于不同预设部位的遮挡率进行重构得到标准行人图像，再将其作为检测模型的输入以获得检测结果，有利于提升在不同场景中对目标行人的检测速率。行人的检测速率。行人的检测速率。

【技术实现步骤摘要】
目标检测的方法、装置、网络设备及存储介质


[0001]本专利技术涉及行人检测
，尤其涉及一种目标检测的方法、装置、网络设备及存储介质。

技术介绍

[0002]行人目标检测是计算机视觉领域极具挑战性的问题，广泛应用在公共安全、智能监控、自动驾驶等领域中。目前，采取深度学习并结合图像处理等相关算法，设定场景下的行人检测任务，在相关的一些数据集中进行训练获得了用于进行行人检测的相关模型，也能实现较高的识别率。
[0003]然而在实际的应用场景中，对于行人的目标检测并非只在单一场景下实现，且不同场景中行人往往容易被建筑物、人群等遮挡，或者由于行人姿态的不同使得行人图像本身的可识别度下降，从而降低了模型的检测效率。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是相关技术。

技术实现思路

[0005]本专利技术的主要目的在于提供了一种目标检测的方法、装置、设备及存储介质，旨在解决现有技术中在不同环境下由于受遮挡行人的可识别度下降导致的行人检测效率低下的技术问题。/>[0006]为实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测的方法，其特征在于，所述方法应用于行人识别，所述方法包括：获取当前环境特征，基于所述当前环境特征获取对应类型的待检测图像；对所述待检测图像进行图像分割，确定所述待检测图像中的目标人像区域；确定所述目标人像区域中预设部位的遮挡率，在所述遮挡率大于预设值时，基于所述预设部位对所述目标人像区域进行重构；将重构的所述目标人像区域作为预先训练好的目标检测模型的输入，获得检测结果。2.如权利要求1所述的目标检测的方法，其特征在于，所述确定所述目标人像区域中预设部位的遮挡率，在所述遮挡率大于预设值时，基于所述预设部位对所述目标人像区域进行重构，包括：根据预设第一公式计算所述目标人像区域中预设部位的遮挡率；获取所述遮挡率大于预设值的预设部位，基于所述预设部位对所述目标人像区域进行重构；其中，所述预设第一公式为：式中，C
i
为目标人像区域中第i个预设部位的遮挡率，k为目标人像区域中预设部位的个数，X
i
为第i个预设部位的遮挡像素值，S(i)为第i个预设部位的权重值，X
n
为待检测图像中第n个目标人像区域的像素值。3.如权利要求2所述的目标检测的方法，其特征在于，所述获取所述遮挡率大于预设值的预设部位，基于所述预设部位对所述目标人像区域进行重构，包括：在标准人体模型上定位到所述目标人像区域中的预设部位；结合所述标准人体模型对所述遮挡率大于预设值的预设部位进行遮挡恢复，得到重构的目标人像区域。4.如权利要求1所述的目标检测的方法，其特征在于，所述对所述待检测图像进行图像分割，确定所述待检测图像中的目标人像区域，包括：获取所述待检测图像的亮度分布特性以及边缘线密度；基于所述亮度分布特性和所述边缘线密度对所述待检测图像进行图像分割，获得预设个数的待检测窗口；将所述亮度分布特性和/或所述边缘线密度符合预设人像标准值的各个待检测窗口确定为所述目标人像区域。5.如权利要求4所述的目标检测的方法，其特征在于，所述获取所述待检测图像的亮度分布特性以及边...

【专利技术属性】
技术研发人员：邱彩华，丁丰，龚澍，
申请(专利权)人：广东科技学院，
类型：发明
国别省市：