[发明专利]一种基于图像分析的中远距离行人检测方法及终端设备

说明书

技术领域

本发明属于图像分析技术领域，尤其涉及一种基于图像分析的中远距离行人检测方法及终端设备。

背景技术

在现实生活中，为了保障行人与财产安全，加强城市的交通管理，需要对危险区域与大型监管场所的行人进行监控。由于监控区域的面积大，基于摄像头定点监测等方式很难真正检测到每处场景的行人状况的缺点，中远距离的监测方法应运而生。基于中远距离的监测方法在空间上获得更广阔的地理信息，监测范围大，极大的弥补了地面传统测量设备覆盖范围小、数据获取受限不足等情况，因此，中远距离图像分析下的行人检测应用前景广泛，已成为国内外管理与监测的新趋势。

由于中远距离拍摄范围大，获取的图像中的检测目标较小，导致对行人的检测效果并不理想，行人检测精度低。常见的，在YOLO(You Only Look Once,实时目标检测)模型中是直接将整张图像进行网格划分处理，会对较小目标定位不精确，检测精度低等问题。综合多项涉及图像分析的行人检测的方法，多数是通过优化检测方法进行行人检测来提高检测精度，并没有针对中远距离拍摄的行人图像特点进行图像分析，导致行人检测精度低等问题。

发明内容

有鉴于此，本发明实施例提供了一种基于图像分析的中远距离行人检测方法及终端装置，以解决现有技术中针对中远距离拍摄的图像目标较小导致的检测精度低的问题。

本发明实施例的第一方面提供了一种基于图像分析的中远距离行人检测方法，所述方法包括：

采集目标区域图像并对采集到的所述目标区域图像进行预处理；

基于YOLO模型将经过预处理后的所述目标区域图像进行克罗内克上采样放大处理；

将经过所述克罗内克上采样放大处理后的图像进行区域分块，并对区域分块后的图像进行特征提取以进行行人检测。

可选的，所述对采集的所述目标区域图像进行预处理包括：

对所述目标区域图像进行中值滤波处理；

将经过所述中值滤波处理后的所述目标区域图像进行对比度增强处理。

可选的，所述将经过所述中值滤波处理后的所述目标区域图像进行对比度增强处理包括：

对经过所述中值滤波后的图像分为R、G、B三个颜色通道的灰度图像，根据所述三个灰度图像的灰度值分别进行直方图均衡化；

将经过直方图均衡化后的三个灰度图像进行融合。

可选的，所述基于YOLO模型将经过预处理后的所述目标区域图像进行克罗内克上采样放大处理包括：

对经过预处理后的所述目标区域图像中每个像素点构造克罗内克核；

通过各个克罗内克核与所述图像中所述每个像素点的乘积，对经过预处理后的所述目标区域图像的进行放大。

可选的，所述对经过预处理后的所述目标区域图像中每个像素点构造克罗内克核包括：

根据预设放大倍数，确定所述克罗内克核矩阵的尺寸；

构造包含目标像素点和与所述目标像素点相邻的像素点的邻域矩阵，其中所述邻域矩阵的大小与所述克罗内克核矩阵的大小相同，克罗内克核矩阵中与所述邻域矩阵中所述目标像素点位置对应的元素设置为1；

比较所述目标像素点与所述邻域矩阵中其他像素点的大小；

获取所述邻域矩阵中小于所述目标像素点的像素点在所述领域矩阵中的第一位置，将所述克罗内克核矩阵中与所述第一位置对应的元素设置为1-w·rand(1)；

获取所述领域矩阵中大于所述目标像素点的像素点在所述领域矩阵中的第二位置，将所述克罗内克核矩阵中与所述第二位置对应的元素设置为1+w·rand(1)；

获取所述领域矩阵中等于所述目标像素点的像素点在所述领域矩阵中的第三位置，将所述克罗内克核矩阵中与所述第三位置对应的元素设置为1；

其中，所述rand(1)表示在[0,1]上的高斯分布函数随机值，所述w为大于零的常数。

本发明实施例的第二方面提供了一种基于图像分析的中远距离行人检测装置，包括：

预处理模块，用于采集目标区域图像并对采集到的所述目标区域图像进行预处理；

放大处理模块，用于基于YOLO模型将经过预处理后的所述目标区域图像进行克罗内克上采样放大处理；

区域分块模块，用于将经过所述克罗内克上采样放大处理后的图像进行区域分块，并对区域分块后的图像进行特征提取以进行行人检测。

可选的，所述放大处理模块包括：

构造单元，用于对经过预处理后的所述目标区域图像中每个像素点构造克罗内克核；