[发明专利]一种港口场景下的行人检测方法、装置、设备及介质

权利要求书

1.一种港口场景下的行人检测方法，其特征在于，包括以下步骤：

步骤1，获取若干已知行人框的、有关港口场景的预处理图像，并根据行人检测网络的步长设置，计算预处理图像中每个行人框中心在行人检测网络输出端的映射值；

步骤2，在行人检测网络输出端的所有预测框中：选择与步骤1得到的映射值匹配的预测框作为正样本，设置其标签为将其余预测框作为负样本，设置其标签为

样本的标签中，表示第(i,j)个预测框是否参与训练，conf_ij表示第(i,j)个预测框的行人置信度预测目标，(x_ij,min,y_ij,min)和(x_ij,max,y_ij,max)分别表示第(i,j)个预测框的左上角和右下角坐标预测目标，和分别表示预处理图像中第k个行人框的左上角和右下角坐标；

步骤3，以预处理图像作为输入、预测框的标签值作为学习目标，训练行人检测网络，得到行人检测系统；

在训练过程中计算损失时，计算被标记为负样本的预测框与预处理图像中所有行人框的交并比，如果最大交并比大于0.5，则该负样本不参与训练，即设置其第一位标签值为

步骤4，将行人框待检测的、有关港口场景的预处理图像，输入至步骤3得到的行人检测系统中，获取预处理图像中的检测框；

步骤5，对步骤4中得到的检测框，去掉其中行人置信度低于阈值的检测框以及重叠框，剩余的检测框即为待检测的行人框。

2.根据权利要求1所述的方法，其特征在于，训练行人检测网络所采用的损失函数为：

式中，L表示行人检测网络在当前训练迭代时的总损失，分别表示第(i,j)个预测框Θ_ij的置信度损失和坐标回归损失；h、w分别表示行人检测网络的中间输出特征图的高和宽；表示预测框Θ_ij的行人置信度预测值，conf_ij表示预测框Θ_ij的标签值中的行人置信度；表示预测框Θ_ij的行人框坐标预测值，B_ij表示预测框Θ_ij的标签值中的行人框坐标，G_ij表示和B_ij的最小闭包区域；表示置信度损失的权重，表示坐标回归损失的权重，λ为行人检测网络中的超参数；h_img、w_img分别表示预处理图像的高和宽。