[发明专利]一种基于无人机视角下人体检测的社交距离监控方法

权利要求书

1.一种基于无人机视角下人体检测的社交距离监控方法，其特征在于，包括：

将包含行人目标的无人机图像输入至已训练好的行人检测模型，以获得各行人目标对应的边界框；对于每两个行人目标，分别获得预设的人体关键点在对应的两个边界框中的位置坐标后，变换至世界坐标系下，以计算世界坐标系下这两个行人目标中人体关键点之间的距离，作为社交距离；

对于任意一个行人目标，其中人体关键点在边界框中的二维坐标(u,v)和在世界坐标系下的三维坐标(X,Y,Z)之间的变换关系为：

其中，表示人体关键点的尺度因子；Δh为预设的先验身高，Δv为边界框的高度；a_x和a_y分别表示实际三维空间与二维图像空间在x轴和y轴上的比例，(u₀,v₀)表示无人机中相机光轴在图像坐标系中的偏移量，θ表示俯仰角。

2.如权利要求1所述的基于无人机视角下人体检测的社交距离监控方法，其特征在于，若无人机图像对应的翻滚角不为0，则在将该无人机图像输入至所述行人检测模型之前，还包括：对该无人机图像进行变换，使其翻滚角为0。

3.如权利要求1所述的基于无人机视角下人体检测的社交距离监控方法，其特征在于，计算两个行人目标之间的社交距离时，所选取的人体关键点位于不同行人的同一位置。

4.如权利要求1-3任一项所述的基于无人机视角下人体检测的社交距离监控方法，其特征在于，所述行人检测模型的训练方法包括：

在训练过程中，采用ATSS对预定义的锚框进行正、负样本分配，并且，使用GIoU作为损失函数。

5.如权利要求4所述的基于无人机视角下人体检测的社交距离监控方法，其特征在于，所述行人检测模型的训练方法还包括：

利用预设大小的裁剪框在训练图像上滑动，以裁剪得到相同大小的图片；裁剪过程中，所述裁剪框的滑动步长小于其边长；

将裁剪得到的各图片在1～1.5倍范围内随机放大后，对所述行人检测模型进行训练。

6.如权利要求4所述的基于无人机视角下人体检测的社交距离监控方法，其特征在于，在所述行人检测模型的验证和/或测试阶段，输入所述行人检测模型的图像均被放缩至固定分辨率，且该分辨率大于预设阈值。

7.如权利要求4所述的基于无人机视角下人体检测的社交距离监控方法，其特征在于，所述行人检测模型中包括四层的多尺度特征金字塔，且所述多尺度特征金字塔中各层的输出分辨率分别为输入图像尺寸的4、8、16、32倍降采样大小。

8.如权利要求7所述的基于无人机视角下人体检测的社交距离监控方法，其特征在于，所述行人检测模型为Faster R-CNN。

9.一种计算机可读存储介质，其特征在于，包括存储的计算机程序，所述计算机程序被处理器执行时，控制所述计算机可读存储介质执行权利要求1～8任一项所述的基于无人机视角下人体检测的社交距离监控方法。