[发明专利]基于深度图像的人头检测方法、装置、设备及存储介质

权利要求书

1.一种基于深度图像的人头检测方法，其特征在于，包括：

获取用于人头检测的待检测图像，所述待检测图像为深度图像；

将所述待检测图像输入预先训练的人头检测模型中，通过预测推理输出所述待检测图像对应位置的人头位置正态分布概率图，所述预先训练的人头检测模型为CenterNet网络模型；

根据对应位置的所述人头位置正态分布概率图的峰值，比对预先设置的概率阈值，若对应位置的所述人头位置正态分布概率图的峰值大于所述概率阈值，则判定对应位置处存在人头。

2.根据权利要求1所述的基于深度图像的人头检测方法，其特征在于，所述人头检测模型的训练过程包括：

对经过人头标注的训练样本图像进行预处理，得到训练样本的人头位置正态分布概率图；

将带有人头位置正态分布概率图的所述训练样本输入CenterNet网络模型，使用二范数作为损失函数进行模型训练，直至损失达到设定值。

3.根据权利要求2所述的基于深度图像的人头检测方法，其特征在于，所述对经过人头标注的训练样本图像进行预处理，得到训练样本的人头位置正态分布概率图，包括：

以训练样本图像上进行人头标注的标记点为中心，使用正态分布向四周进行像素扩散，得到训练样本的人头位置正态分布概率图。

4.根据权利要求2所述的基于深度图像的人头检测方法，其特征在于，所述训练样本图像的人头标注包括：

获取包含人头信息的RGB图像及对应的深度图像；

将获取到的RGB图像与对应的深度图像对齐；

获取所述RGB图像的人头标记点信息，将所述人头标记点信息映射到对应的深度图像。

5.根据权利要求4所述的基于深度图像的人头检测方法，其特征在于，所述将获取到的RGB图像与对应的深度图像对齐，包括：

将对应的深度图像上的二维坐标点转换为世界坐标系上的三维坐标点，将转换后的三维坐标点投影到所述RGB图像上，并调整图像尺寸使坐标转换后的深度图像与所述RGB图像大小一致。

6.根据权利要求1所述的基于深度图像的人头检测方法，其特征在于，所述待检测图像通过深度摄像头获取。

7.一种基于深度图像的人头检测装置，其特征在于，包括：

获取模块，用于获取用于人头检测的待检测图像，所述待检测图像为深度图像；

预测模块，用于将所述待检测图像输入预先训练的人头检测模型中，通过预测推理输出所述待检测图像对应位置的人头位置正态分布概率图，所述预先训练的人头检测模型为CenterNet网络模型；

判定模块，用于根据对应位置的所述人头位置正态分布概率图的峰值，比对预先设置的概率阈值，若对应位置的所述人头位置正态分布概率图的峰值大于所述概率阈值，则判定对应位置处存在人头。

8.根据权利要求7所述的基于深度图像的人头检测装置，其特征在于，所述预测模块包括：

预处理单元，用于在人头检测模型的训练过程中，对经过人头标注的训练样本图像进行预处理，得到训练样本的人头位置正态分布概率图；

训练单元，用于在人头检测模型的训练过程中，将带有人头位置正态分布概率图的所述训练样本输入CenterNet网络模型，使用二范数作为损失函数进行模型训练，直至损失达到设定值。

9.一种电子设备，其特征在于，包括：

存储器以及一个或多个处理器；

所述存储器，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如权利要求1-6任一所述的基于深度图像的人头检测方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6任一所述的基于深度图像的人头检测方法。