[发明专利]用于检测人体的方法和装置

说明书

本申请实施例公开了用于检测人体的方法和装置。该方法的一具体实施方式包括：获取待检测图像，其中，所述待检测图像中包括人体图像；将所述待检测图像导入预先建立的人体关键点检测模型，得到所述待检测图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果，其中，所述人体关键点检测模型用于表征图像与图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果的对应关系；将所述待检测图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果进行输出。该实施方式简化了人体检测的过程，提高了人体检测的效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及图像处理技术领域，尤其涉及用于检测人体的方法和装置。

背景技术

人体检测在计算机视觉领域中有许多重要的应用，例如视频监控、图像检索、人机交互、驾驶辅助系统等等。人体检测的目的是输出图像中所有人体的位置。现阶段，可以首先对包括人体图像的原图像进行处理，得到原图像中人体的最小边界框。之后，从原图像中抠取人体的最小边界框，然后，在对抠取的人体最小边界框进行人体关键点识别等处理，因此，整个人体检测的处理过程复杂，计算量大，难以达到实时处理的要求。

发明内容

本申请实施例提出了用于检测人体的方法和装置。

第一方面，本申请实施例提供了一种用于检测人体的方法，包括：获取待检测图像，其中，上述待检测图像中包括人体图像；将上述待检测图像导入预先建立的人体关键点检测模型，得到上述待检测图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果，其中，上述人体关键点检测模型用于表征图像与图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果的对应关系；将上述待检测图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果进行输出。

在一些实施例中，上述人体关键点检测模型包括特征提取网络、人体检测网络、人体关键点检测网络。

在一些实施例中，上述将上述待检测图像导入预先建立的人体关键点检测模型，得到上述待检测图像中人体图像所对应人体的人体边框、人体关键点位置以及人体关键点是否属于人体的判断结果，包括：将上述待检测图像导入上述特征提取网络，得到第一特征图，其中，上述特征提取网络用于表征图像与第一特征图的对应关系；将上述第一特征图导入上述人体检测网络，得到上述第一特征图中的人体特征区域，其中，上述人体检测网络用于表征特征图与人体特征区域的对应关系；基于上述人体特征区域得到上述待检测图像中人体图像所对应人体的人体边框；将上述人体特征区域导入上述人体关键点检测网络得到上述待检测图像的人体关键点位置，以及人体关键点是否属于人体的判断结果，其中，上述人体关键点检测网络用于表征人体特征区域与人体关键点位置以及人体关键点是否属于人体的判断结果的对应关系。

在一些实施例中，上述人体检测网络包括第一卷积神经网络和第二卷积神经网络。

在一些实施例中，上述将上述第一特征图导入上述人体检测网络，得到上述第一特征图中人体的人体特征区域，包括：将上述第一特征图导入上述第一卷积神经网络，得到第二特征图，其中，上述第一卷积神经网络用于表征第一特征图和第二特征图的对应关系；将上述第二特征图导入上述第二卷积神经网络，得到概率图，其中，上述概率图中的每一个像素值表示该区域是人体的概率，上述第二卷积神经网络用于表征特征图与概率图的对应关系；获取上述第一特征图中的、与上述概率图中像素值大于预定第一概率阈值的位置对应的区域作为人体特征区域。

在一些实施例中，上述获取上述第一特征图中的、与上述概率图中像素值大于预定第一概率阈值的位置对应的区域作为人体特征区域，包括：计算上述概率图与上述第一特征图的第一比例关系；根据上述第一比例关系，从上述第一特征图中获取人体特征区域。