[发明专利]行人检测方法与装置有效
申请号: | 201811074285.8 | 申请日: | 2018-09-14 |
公开(公告)号: | CN110909564B | 公开(公告)日: | 2023-02-28 |
发明(设计)人: | 马海军;王鹏;田文善;秦暕;葛逸盛 | 申请(专利权)人: | 北京四维图新科技股份有限公司 |
主分类号: | G06V20/56 | 分类号: | G06V20/56;G06V10/82;G06N3/0464;G06N3/08 |
代理公司: | 北京同立钧成知识产权代理有限公司 11205 | 代理人: | 徐海晟;刘芳 |
地址: | 100094*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 行人 检测 方法 装置 | ||
本发明提供了一种行人检测方法与装置,所述方法,包括:获取待检测图像;对所述待检测图像依次执行至少一次第一卷积处理,每次第一卷积处理均得到一个第一图像,其中,除第一次第一卷积处理以外,每次第一卷积处理均是对上一次第一卷积处理之后得到的第一图像执行的;对所得到的最后一个第一图像执行至少一次反卷积处理,并在每次反卷积处理后,均根据所述反卷积处理得到的第二图像,以及与所述第二图像尺寸相同的第一图像,确定一个第三图像,其中,除第一次反卷积处理以外,每次反卷积处理均是对上一次反卷积处理之后确定的第三图像执行的。本发明可降低在下采样的过程中造成的特征损失,提高像素分割的精度。
技术领域
本发明涉及图像处理领域,尤其涉一种行人检测方法与装置。
背景技术
行人检测(Pedestrian Detection)可以理解为利用计算机视觉技术判断图像或者视频序列中是否存在行人并给予精确定位的过程。
现有的相关技术中,可以利用行人检测神经网络,对图像中的行人进行检测,行人检测神经网络可针对所输入的待检测图像输出标识信息,从而使得待检测图像中的行人被标识。
然而,在行人检测神经网络中,因需对待检测图像进行多样的处理,例如需要对图像进行上采样与下采样,其可能会导致像素特征的损失,从而导致识别效果不够准确。
发明内容
本发明提供一种行人检测方法与装置,以解决像素特征损失的问题。
根据本发明的第一方面,提供了一种行人检测方法,包括:
获取待检测图像;所述待检测图像为车载设备采集到的需检测其中行人的图像;
对所述待检测图像依次执行至少一次第一卷积处理,每次第一卷积处理均得到一个第一图像,其中,除第一次第一卷积处理以外,每次第一卷积处理均是对上一次第一卷积处理之后得到的第一图像执行的;
对所得到的最后一个第一图像执行至少一次反卷积处理,并在每次反卷积处理后,均根据所述反卷积处理得到的第二图像,以及与所述第二图像尺寸相同的第一图像,确定一个第三图像,其中,除第一次反卷积处理以外,每次反卷积处理均是对上一次反卷积处理之后确定的第三图像执行的;
根据所确定的最后一个第三图像,确定所述待检测图像中行人的标识信息;
根据所述行人的标识信息,对所述行人执行标识。
可选的,所述根据每次反卷积处理得到的第二图像,以及与所述第二图像尺寸相同的第一图像,确定一个第三图像;
将与所述第二图像尺寸相同的第一图像与所述第二图像连接,得到连接后图像;
对所述连接后图像依次执行至少一次第二卷积处理,得到所述第三图像。
可选的,所述第一卷积处理中对图像的采样方式是经第一素材集合与第二素材集合依次训练后确定的,所述反卷积处理中对图像的采样方式是经所述第二素材集合训练后确定的。
可选的,所述对所述待检测图像依次执行至少一次第一卷积处理,包括:利用第一卷积神经网络的卷积模块执行所述第一卷积处理;
所述对所得到的最后一个第一图像执行至少一次反卷积处理,并在每次反卷积处理后,均根据所述反卷积处理得到的第二图像,以及与所述第二图像尺寸相同的第一图像,确定一个第三图像,包括:
利用第一卷积神经网络的反卷积模块对所得到的最后一个第一图像执行至少一次反卷积处理,并在每次反卷积处理后,均根据所述反卷积处理得到的第二图像,以及与所述第二图像尺寸相同的第一图像,确定一个第三图像。
可选的,所述对所述待检测图像依次执行至少一次第一卷积处理之前,还包括:
确定所述卷积模块已在另一第二卷积神经网络中经第一素材集合训练过;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京四维图新科技股份有限公司,未经北京四维图新科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811074285.8/2.html,转载请声明来源钻瓜专利网。