[发明专利]一种行人检测方法及装置

说明书

本申请适用于计算机应用技术领域，提供了行人检测方法及装置，包括：实时获取待检测图像；将所述待检测图像输入预先训练得到的行人检测模型，识别所述待检测图像中包含的行人数据；对所述行人数据进行非极大值抑制处理，确定所述待检测图像中所述行人数据对应的人像边框。本实施例中通过基于深度可分离卷积方式训练得到行人检测模型，根据行人检测模型对获取到的待检测图像进行识别，确定其中包含的行人对应的人像边框，不仅提高了人像检测的效率，使得用户可以第一时间根据检测到的人像边框确定对应的处理方式，也提高了人像检测的精确度，保证了在雾霾等能见度较低的环境下也能清楚检测出当前的行人情况。

技术领域

本申请属于计算机应用技术领域，尤其涉及一种行人检测方法及装置。

背景技术

步行是交通出行的基本方式之一，据调查显示，在欧洲区域，每年有超过7000名行人死亡，占所有死亡人数的百分之二十七，因此，有效检测各种环境下的行人，将显著提高自动驾驶车辆的行驶安全性。然而，由于行人姿态、定位、服装和天气条件的多样性和复杂性，行人检测问题依然存在。

现有技术中大多数的检测模型只在光照充足的条件下进行了测试，一般而言，它们并没有能力在光照不足的情况下检测行人，比如在雾天，因为恶劣天气的使能见度降低，色彩反射不足，并造成行人轮廓和外观模糊，很难将其与背景区分开来。因此，现有技术中在环境较模糊的情况下，对行人进行检测时很难将其与背景区分开来，而造成行人检测结果不精确的问题。

发明内容

有鉴于此，本申请实施例提供了行人检测方法及装置，以解决现有技术中行人检测结果不精确的问题。

本申请实施例的第一方面提供了一种行人检测方法，包括：

实时获取待检测图像；

将所述待检测图像输入预先训练得到的行人检测模型，识别所述待检测图像中包含的行人数据；所述行人检测模型根据预设的深度可分离卷积方式训练得到；

对所述行人数据进行非极大值抑制处理，确定所述待检测图像中所述行人数据对应的人像边框。

本申请实施例的第二方面提供了一种行人检测装置，包括：

获取单元，用于实时获取待检测图像；

识别单元，用于将所述待检测图像输入预先训练得到的行人检测模型，识别所述待检测图像中包含的行人数据；所述行人检测模型根据预设的深度可分离卷积方式训练得到；

确定单元，用于对所述行人数据进行非极大值抑制处理，确定所述待检测图像中所述行人数据对应的人像边框。

本申请实施例的第三方面提供了一种行人检测装置，包括：处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持装置执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。

本申请实施例与现有技术相比存在的有益效果是：实时获取待检测图像；将所述待检测图像输入预先训练得到的行人检测模型，识别所述待检测图像中包含的行人数据；对所述行人数据进行非极大值抑制处理，确定所述待检测图像中所述行人数据对应的人像边框。本实施例中通过基于深度可分离卷积方式训练得到行人检测模型，根据行人检测模型对获取到的待检测图像进行识别，确定其中包含的行人对应的人像边框，不仅提高了人像检测的效率，使得用户可以第一时间根据检测到的人像边框确定对应的处理方式，也提高了人像检测的精确度，保证了在雾霾等能见度较低的环境下也能清楚检测出当前的行人情况。

附图说明