[发明专利]一种三轮车载人的识别方法、装置、电子设备及存储介质在审
申请号: | 202010697598.X | 申请日: | 2020-07-20 |
公开(公告)号: | CN111914704A | 公开(公告)日: | 2020-11-10 |
发明(设计)人: | 林昌伟;毛雷;周星宇;牛志博;张东萍;张德兵;周瑞 | 申请(专利权)人: | 北京格灵深瞳信息技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G08G1/017 |
代理公司: | 北京新知远方知识产权代理事务所(普通合伙) 11397 | 代理人: | 马军芳;张艳 |
地址: | 100192 北京市海淀区*** | 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: | 一种 三轮车 载人 识别 方法 装置 电子设备 存储 介质 | ||
1.一种三轮车载人的识别方法,其特征在于,包括:
获取目标图像;
在所述目标图像中检测一个或多个三轮车所在区域;所述三轮车所在区域包括在三轮车上方的人体;
在各三轮车所在区域中检测人体数量;
根据各三轮车所在区域中的人体数量,判断各三轮车是否载人。
2.根据权利要求1所述的方法,其特征在于,在所述目标图像中检测一个或多个三轮车所在区域,具体包括:
在所述目标图像中用多个不同大小和长宽比的矩形框标定出各物体;
通过卷积神经网络对各矩形框中的物体进行分类,以确定各矩形框中物体的类别和位置信息;
根据所述类别,确定所述目标图像中一个或多个三轮车分别所在的矩形框;并将各矩形框对应的位置作为三轮车所在区域。
3.根据权利要求1所述的方法,其特征在于,在各三轮车所在区域中检测人体数量,具体包括下述方式中的任意一种或多种:
在所述三轮车所在区域的图片中执行人体框和人体关键点检测,并根据人体框和人体关键点的置信度确定人体数量;或者
在所述三轮车所在区域的图片中检测人头中心的热力图响应值,并根据人头中心的热力图响应值确定人体数量;或者
在所述三轮车所在区域的图片中执行人头检测,并根据人头数量确定人体数量。
4.根据权利要求3所述的方法,其特征在于,在所述三轮车所在区域的图片中执行人体框和人体关键点检测,并根据人体框和人体关键点的置信度确定人体数量,具体包括:
在所述三轮车所在区域的图片中标定人体矩形框和人体关键点的位置;
对所述人体矩形框和人体关键点进行置信度判断;
当人体矩形框的置信度超过第一预定阈值时,且所述人体矩形框中人体关键点的置信度超过第二预定阈值的数量大于第三预定阈值时,判断为有效人体;
将所述三轮车所在区域中的有效人体数量,作为所述三轮车所在区域中检测到的人体数量。
5.根据权利要求3所述的方法,其特征在于,在所述三轮车所在区域的图片中检测人头中心的热力图响应值,并根据人头中心的热力图响应值确定人体数量,具体包括:
在所述三轮车所在区域的图片中标定人头中心,并对所述三轮车所在区域的图像进行特征提取,生成人体热力图;
确定标定的人头中心位置对应的热力图响应值;
将所述热力图响应值大于第四预定阈值的数量,作为所述三轮车所在区域中检测到的人体数量。
6.根据权利要求3所述的方法,其特征在于,在所述三轮车所在区域的图片中执行人头检测,并根据人头数量确定人体数量,具体包括:
通过卷积神经网络模型对所述三轮车所在区域的图片进行特征提取、分类和回归,确定所述三轮车所在区域的图片中的人头位置;
将所述人头的数量,作为所述三轮车所在区域中检测到的人体数量。
7.根据权利要求3所述的方法,其特征在于,
当在各三轮车所在区域中检测人体数量,包括任意一种方式时,根据各三轮车所在区域中的人体数量,判断各三轮车是否载人,具体包括:当一个三轮车所在区域的图片中的人体数量大于等于2时,判断三轮车载人;否则,判断三轮车未载人;
当在各三轮车所在区域中检测人体数量,包括任意两种或全部三种方式时,根据各三轮车所在区域中的人体数量,判断各三轮车是否载人,具体包括:当检测到的人体数量大于1的方式有大于等于两种时,判断三轮车载人;或者当检测到的人体数量大于2的方式有大于等于一种时,判断三轮车载人;否则,判断三轮车未载人。
8.一种三轮车载人的识别装置,其特征在于,包括:
获取模块,用于获取目标图像;
目标检测提取模块,用于在所述目标图像中检测一个或多个三轮车所在区域;所述三轮车所在区域包括在三轮车上方的人体;
人体数量检测模块,用于在各三轮车所在区域中检测人体数量;
后处理分析模块,用于根据各三轮车所在区域中的人体数量,判断各三轮车是否载人。
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格灵深瞳信息技术有限公司,未经北京格灵深瞳信息技术有限公司许可,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/202010697598.X/1.html,转载请声明来源钻瓜专利网。