[发明专利]行人检测设备和方法

权利要求书

1.一种行人检测方法，包括：

从预定数据源中提取多个训练图像块，所述预定数据源包括行人数据源和背景场景数据源；

基于所述训练图像块的类型，将预设属性分配到所述训练图像块；

基于具有分配的预设属性的训练图像块来训练神经网络，生成多任务分类模型；以及

基于生成的多任务分类模型确定输入图像中的一个或多个行人，其中分配所述预设属性包括：

将所述预设属性的行人属性分配到来自所述行人数据源的正图像块；以及

将所述预设属性的场景属性分配到来自所述背景场景数据源的负图像块。

2.根据权利要求1所述的行人检测方法，其中所述提取包括：

从所述预定数据源和所述背景场景数据源中选择多个训练图像；

从选择的训练图像中生成候选图像块；

从所述行人数据源中的生成的候选图像块中提取所述正图像块和所述负图像块；以及

从所述背景场景数据源中的生成的候选图像块中提取所述负图像块。

3.根据权利要求1所述的行人检测方法，其中所述场景属性包括所有的背景场景数据源中包括的共享属性和所述背景场景数据源中的一个中包括的非共享属性。

4.根据权利要求1所述的行人检测方法，其中所述神经网络包括多个卷积层、至少一个最大池化层和至少一个全连接层，并且其中所述最大池化层中的每个之后是所述卷积层中的对应卷积层。

5.根据权利要求1所述的行人检测方法，其中所述多任务分类模型被配置成学习检测任务、行人属性任务和场景属性任务。

6.根据权利要求1所述的行人检测方法，其中所述确定包括：

基于生成的多任务分类模型来获取行人检测结果，所述行人检测结果包括行人检测得分、行人属性和场景属性；以及

基于获取的行人检测结果来确定输入图像中的一个或多个行人。

7.一种行人检测设备，包括：

提取装置，配置成从预定数据源中提取多个训练图像块，所述预定数据源包括行人数据源和背景场景数据源；

分配装置，配置成基于所述多个训练图像块的类型将预设属性分配到所述训练图像块；

训练装置，配置成基于具有分配的预设属性的训练图像块来训练神经网络，生成多任务分类模型；以及

确定装置，配置成基于生成的多任务分类模型来确定输入图像中的一个或多个行人，

其中所述分配装置还被配置成：

将所述预设属性的行人属性分配到来自所述行人数据源的正图像块；以及

将所述预设属性的场景属性分配到来自所述背景场景数据源的负图像块。

8.根据权利要求7所述的行人检测设备，其中所述提取装置包括：

选择器，配置成分别从所述行人数据源和所述背景场景数据源中选择多个训练图像；

生成模块，配置成从选择的训练图像中生成候选图像块；以及

提取模块，配置成从所述行人数据源中的生成的候选图像块中提取所述正图像块和所述负图像块，以及从所述背景场景数据源中的生成的候选图像块中提取所述负图像块。

9.根据权利要求7所述的行人检测设备，其中所述场景属性包括所有的背景场景数据源中包括的共享属性和所述背景场景数据源中的一个中包括的非共享属性。

10.根据权利要求7所述的行人检测设备，其中所述神经网络包括多个卷积层、至少一个最大池化层和至少一个全连接层，并且其中所述最大池化层中的每个之后是所述卷积层中的对应卷积层。

11.根据权利要求7所述的行人检测设备，其中所述多任务分类模型被配置成学习检测任务、行人属性任务和场景属性任务。

12.根据权利要求7所述的行人检测设备，其中所述确定装置还被配置成基于生成的多任务分类模型来获取包括行人检测得分、行人属性和场景属性的行人检测结果，并且基于获取的行人检测结果来确定输入图像中的一个或多个行人。