[发明专利]人员距离探测方法及装置

权利要求书

1.一种人员距离探测方法，其特征在于，包括以下步骤：

通过深度图像拍摄设备，获取深度图像；

通过YoLov3目标检测模型，在所述深度图像中进行人员目标的检测；

当检测到人员目标时，通过距离计算模型，计算人员目标与拍摄设备之间的距离；

输出所述人员目标与拍摄设备之间的距离的计算结果。

2.如权利要求1所述的人员距离探测方法，其特征在于，通过深度图像拍摄设备，获取深度图像，具体包括：

通过可穿戴式深度图像拍摄设备，获取深度图像；或

通过固定式深度图像拍摄设备，获取深度图像。

3.如权利要求1所述的人员距离探测方法，其特征在于，通过YoLov3目标检测模型，在所述深度图像中进行人员目标的检测，具体包括：

通过YoLov3目标检测模型，在所述深度图像中进行人员目标的头部区域检测。

4.如权利要求3所述的人员距离探测方法，其特征在于，所述YoLov3目标检测模型通过以下步骤优化获得：

获取训练用深度图像数据集合；

根据所述训练用深度图像数据集合并通过神经网络算法，半监督学习训练YoLov3目标检测模型；

其中，获取训练用深度图像数据集合，具体包括：

获取由若干已分类标注人体头部位置的深度图像数据元素以及若干未分类标注人体头部位置的深度图像数据元素组成的训练用深度图像数据集合。

5.如权利要求4所述的人员距离探测方法，其特征在于，获取训练用深度图像数据集合之前，还包括：

获取公开的多人场景图像数据集；

通过人体姿态估计算法，在所述数据集中提取人体姿态关键点数据；

根据所述提取的人体姿态关键点数据并通过参数化人体生成模型SMPL，生成三维人体数据库；

根据所述三维人体数据库并通过深度图像转换算法，生成训练用深度图像数据集合。

6.如权利要求4所述的人员距离探测方法，其特征在于，根据所述训练用深度图像数据集合并通过神经网络算法，半监督学习训练YoLov3目标检测模型，具体包括：

根据训练用深度图像数据集合中若干已分类标注人体头部位置的深度图像数据元素并通过神经网络，对若干未分类标注人体头部位置的深度图像数据元素进行头部位置预测计算，生成若干预测标注人体头部位置的深度图像数据元素；

根据训练用深度图像数据集合中若干已分类标注人体头部位置的深度图像数据元素以及所述若干预测标注的人体头部位置的深度图像数据元素，半监督学习训练YoLov3目标检测模型。

7.如权利要求1所述的人员距离探测方法，其特征在于，所述人员距离探测方法还包括：

根据第一人员目标与拍摄设备之间的距离的计算结果与第二人员目标与拍摄设备之间的距离的计算结果，并通过距离计算模型，计算第一人员目标与第二人员目标之间的距离；

输出第一人员目标与第二人员目标之间的距离的计算结果。

8.一种人员距离探测装置，其特征在于，包括：

获取模块，用于通过深度图像拍摄设备，获取深度图像；

检测模块，用于通过YoLov3目标检测模型，在所述深度图像中进行人员目标的检测；

计算模块，用于当检测到人员目标时，通过距离计算模型，计算人员目标与拍摄设备之间的距离；

输出模块，用于输出所述人员目标与拍摄设备之间的距离的计算结果。

9.如权利要求8所述的人员距离探测装置，其特征在于，所述获取模块用于通过深度图像拍摄设备，获取深度图像，具体用于：

通过可穿戴式深度图像拍摄设备，获取深度图像；或

通过固定式深度图像拍摄设备，获取深度图像。

10.如权利要求8所述的人员距离探测装置，其特征在于，所述检测模块用于通过YoLov3目标检测模型，在所述深度图像中进行人员目标的检测，具体用于：

通过YoLov3目标检测模型，在所述深度图像中进行人员目标的头部区域检测。