[发明专利]一种目标检测方法、装置、设备及存储介质

说明书

本发明实施例公开了一种目标检测方法、装置、设备及存储介质。其中，该方法包括：对原始深度图像中的前景物体进行切片检测，依据各切片检测结果得到目标候选区；提取各目标候选区的3D高度特征，并基于所述3D高度特征通过支持向量机分类器，确定各目标候选区对应的目标。本发明实施例提供的技术方案，提高了识别准确率，减少了计算量；同时，提高了算法鲁棒性，实现了实时高准确度、高鲁棒性的目标检测。

技术领域

本发明实施例涉及图像技术领域，尤其涉及一种目标检测方法、装置、设备及存储介质。

背景技术

随着人工智能技术的迅速发展，行人检测在飞机、高铁、地铁等城市公共交通系统的人流密度监控分析与智能安防领域正发挥越来越大的作用。

目前，已有方案是基于普通RGB相机拍摄图像，使用滑动窗口遍历图像提取HOG(Histogram of Oriented Gradient，方向梯度直方图)特征通过SVM (Support VectorMachine，支持向量机)分类，但这种方法计算量极大，且RGB 相机对环境光照、颜色、纹理等信息较为敏感，此外还面临人员遮挡、图像畸变的影响，在实际的人员检测中无法表现出良好的性能。而基于TOF深度图像能够避免光照的干扰，可以更加准确高效地实现目标分割，获取ROI(Region Of Interest，感兴趣区域)。但是目前的方法生成ROI候选区域数量过多，对计算量和识别结果都带来一定负担，导致误识别率较高。

发明内容

本发明实施例提供了一种目标检测方法、装置、设备及存储介质，能够提高目标识别的准确性。

第一方面，本发明实施例提供了一种目标识别方法，该方法包括：

对原始深度图像中的前景物体进行切片检测，依据各切片检测结果得到至少一个目标候选区；

提取各目标候选区的3D高度特征，并基于所述3D高度特征通过支持向量机分类器，确定各目标候选区对应的目标。

第二方面，本发明实施例还提供了一种目标识别装置，该装置包括：

候选区确定模块，用于对原始深度图像中的前景物体进行切片检测，依据各切片检测结果得到至少一个目标候选区；

特征提取模块，用于提取各目标候选区的3D高度特征；

目标确定模块，用于基于所述3D高度特征通过支持向量机分类器，确定各目标候选区对应的目标。

第三方面，本发明实施例还提供了一种设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现第一方面中任意所述的目标检测方法。

第四方面，本发明实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任意所述的目标检测方法。

本发明实施例提供的技术方案，通过对深度图像中的前景物体进行切片检测，能够准确高效地实现目标分割，得到与目标数量相当的目标候选区；通过提取各目标候选中的3D高度特征，基于支持向量机分类器可准确的实现分类，最终可确定深度图像中包含的目标及目标的个数。提高了识别准确率，减少了计算量；同时，提高了算法鲁棒性，实现了实时高准确度、高鲁棒性的目标检测。

附图说明

图1是本发明实施例一中提供的一种目标检测方法的流程图；

图2A是本发明实施例二中提供的一种目标检测方法的流程图；

图2B是本发明实施例二中提供的一种确定目标候选区具体过程示意图；