[发明专利]基于精确尺度匹配的弱小人体目标检测方法

权利要求书

1.一种基于精确尺度匹配的弱小人体目标检测方法，其特征在于，所述方法包括将预训练数据集的弱小人体目标的尺度分布转换为目标检测任务数据集中弱小人体目标的尺度分布的步骤，所述转换通过实例级缩放来实现，

所述方法包括以下步骤：

步骤1，将预训练数据集中的图片进行实例和背景的提取；

步骤2，对提取的每个实例进行尺度调整；

步骤3，对提取的背景进行修复；

步骤4，将调整后的实例与修复后的背景合并。

2.根据权利要求1所述的方法，其特征在于，步骤2包括以下子步骤：

步骤2-1，构建目标训练集中弱小人体目标的尺度直方图；

步骤2-2，获得预训练数据集中提取的每个实例的尺度；

步骤2-3，对于每个实例，在目标训练集的弱小人体目标的尺度直方图中进行采样，获得实例具体采样得到的尺度；

步骤2-4，获得实例需要缩放的比例，然后对实例进行尺度调整。

3.根据权利要求2所述的方法，其特征在于，步骤2-1中，为目标训练集中每个图片中的弱小人体目标进行标注，添加包围框，以包围框的绝对大小为横坐标，以概率密度为纵坐标，构建目标训练集中弱小人体目标的尺度直方图；

采用G_ij＝(x_ij，y_ij，w_ij，h_ij)来描述数据集中第i个图像I_i的第j个包围框，其中，(x_ij，y_ij)表示包围框左上角点的坐标，w_ij、h_ij分别是包围框的宽度和高度。

4.根据权利要求3所述的方法，其特征在于，

步骤2-2中，预训练数据集的每个图片的每个实例，根据包围框面积的平方根得到每个实例的尺度，记为s_ij。

5.根据权利要求2所述的方法，其特征在于，步骤2-3包括以下子步骤：

步骤2-3-1，在尺度直方图中采样，获得实例的大致范围；

步骤2-3-2，获得实例具体采样得到的尺度因子。

6.根据权利要求1所述的方法，其特征在于，步骤3中，采用概率结构修复方法对背景进行修复，

所述概率结构修复方法包括以下步骤：

步骤i，获得步骤1中预训练数据集中每个图片的背景的随机数；

步骤ii，设定概率阈值p，通过将随机数与概率阈值比较，确定是否引入额外背景。

7.根据权利要求6所述的方法，其特征在于，步骤ii中，若原图片背景的随机数大于概率阈值p，则由预训练数据集中采样一个新图像作为背景；若原图片背景的随机数小于概率阈值p，则采用基于修补的方法修复原图片背景。

8.一种计算机可读存储介质，其特征在于，所述存储介质存储有基于精确尺度匹配的弱小人体目标检测程序，所述程序被处理器执行时，使得处理器执行权利要求1至7之一所述基于精确尺度匹配的弱小人体目标检测方法的步骤。

9.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器存储有基于精确尺度匹配的弱小人体目标检测程序，所述程序被处理器执行时，使得处理器执行权利要求1至7之一所述基于精确尺度匹配的弱小人体目标检测方法的步骤。