[发明专利]一种人体图像检测方法、装置和电子设备及可读存储介质

权利要求书

1.一种人体图像检测方法，其特征在于，包括：

获取样本图像集，所述样本图像集包括人体在投影设备前方的第一样本图像的集合和投影画面中包含人物的第二样本图像的集合；

计算所述样本图像集中的所有样本图像的特征向量；其中，所述特征向量根据特征区域的特征值和对应的区域特征值组成的特征对确定；

将所有所述特征向量输入目标训练模型，得到检测模型；

获取待检测图像，并利用所述检测模型确定所述待检测图像的检测结果；

所述计算所述样本图像集中的所有样本图像的特征向量，包括：

在所述样本图像中确定预设大小的目标特征区域；

对所述目标特征区域进行划分，得到子区域，所述子区域包括中间子区域和边缘子区域；

以所述中间子区域的中间像素点的亮度值为参考，确定所述中间子区域的特征值；

计算所述中间子区域的中间亮度均值和所有边缘子区域的边缘亮度均值，根据所述中间亮度均值与所有所述边缘亮度均值确定区域特征值，并将所述中间子区域的所述特征值与所述区域特征值确定为所述中间子区域的特征对；

按照预设步长以下一个特征区域作为所述目标特征区域，执行所述对所述目标特征区域进行划分，得到子区域的步骤，直至得到所有的所述特征对；

基于所述样本图像中的所有所述特征对确定所述特征向量。

2.根据权利要求1所述的人体图像检测方法，其特征在于，所述获取样本图像集，包括：

获取初始样本图像集，所述初始样本图像集包括人体在投影设备前方的第一初始样本图像的集合和投影画面中包含人物的第二初始样本图像的集合；

将所述初始样本图像集中的所有初始样本图像进行裁剪，得到所述样本图像，并将所有所述样本图像的集合确定为所述样本图像集，所述初始样本图像包括所述第一初始样本图像和所述第二初始样本图像。

3.根据权利要求2所述的人体图像检测方法，其特征在于，所述以所述中间子区域的中间像素点的亮度值为参考，确定所述中间子区域的特征值，包括：

依次比较所述中间子区域的边缘像素点与所述中间像素点的亮度大小，得到第一比较结果；

根据所有所述第一比较结果，得到二进制数值，并将所述二进制数值对应的十进制数值作为所述中间子区域的特征值；

对应的，所述根据所述中间亮度均值与所有所述边缘亮度均值确定区域特征值，包括：

依次比较所述中间亮度均值与所述边缘亮度均值的大小，得到第二比较结果；

根据所有所述第二比较结果得到目标二进制数值，并将所述目标二进制数值对应的目标十进制数值作为所述区域特征值。

4.根据权利要求1所述的人体图像检测方法，其特征在于，所述将所有所述特征向量输入目标训练模型，得到检测模型，包括：

将所有所述特征向量输入SVM训练模型，得到所述检测模型。

5.根据权利要求1所述的人体图像检测方法，其特征在于，所述将所有所述特征向量输入目标训练模型，得到检测模型，包括：

所述将所有所述特征向量输入目标训练模型，得到初始检测模型；

利用测试集对所述初始检测模型进行测试，得到测试成功率；

判断所述测试成功率是否大于预设成功阈值；

若大于所述预设成功阈值，则得到所述检测模型。

6.根据权利要求1至5任一项所述的人体图像检测方法，其特征在于，所述利用所述检测模型确定待检测图像的检测结果之后，还包括：

若所述检测结果是存在所述人体，则确定所述人体的区域；

若所述检测结果是不存在所述人体，且不存在所述人体的概率值大于预设阈值，则根据所述待检测图像重新确定裁剪后图像；

将所述裁剪后图像输入所述检测模型，得到检测结果；

若所述检测结果是存在所述人体，则对所述裁剪后图像依次进行二值化处理、膨胀处理，得到所述人体区域。