[发明专利]一种行人检测方法、装置、设备及介质

说明书

本发明实施例公开了一种行人检测方法、装置、设备及介质，所述方法包括：获取待检测图像；将待检测图像输入至训练好的单次目标检测器中，获取单次目标检测器的输出信息；根据单次目标检测器的输出信息，确定对待检测图像的行人检测结果；其中，单次目标检测器是预先对包含初始构建的单次目标检测器和头部检测网络的原始检测模型，进行训练得到的。本发明实施例提供的行人检测方法通过使用预先对包含初始构建的单次目标检测器和头部检测网络的原始检测模型，进行训练得到的单次目标检测器进行行人检测，实现在保证单次目标检测器的行人检测速度的基础上提高行人检测精度。

技术领域

本发明实施例涉及目标检测领域，尤其涉及一种行人检测方法、装置、设备及介质。

背景技术

行人检测在计算机视觉领域中具有许多应用场景，比如安防监控、自动驾驶、机器人等。目前主流的行人检测方法大都基于深度学习，比如基于候选区域的目标检测器Faster RCNN，或者单次目标检测器SSD、YOLO等。基于候选区域的目标检测器分为两部分，一部分是区域候选Region Proposal Networks，RPN)网络，一部分是基于区域的卷积(FastR-CNN)网络。使用时，先由RPN粗略地提取前景框的候选区域，再由Fast R-CNN对候选区域进行精调，回归最终的物体坐标以及物体分类结果。单次目标检测器没有RPN网络，直接回归物体坐标以及物体分类结果。

在实现本发明的过程中，发明人发现现有技术中至少存在以下技术问题：上述方法在标准的行人检测数据上已经取得了较好的结果，但在遮挡场景中(包括类内遮挡，人与人的遮挡，以及类间遮挡，人与物的遮挡等)，还未取得令人满意的结果。目前，为提高遮挡场景下的行人识别精度，提出了一些应用在基于候选区域的目标检测器的优化方法，但是基于候选区域的目标检测器虽然精度高，但是速度较慢，而单次目标检测器的速度较快，因此如何在保证单次目标检测器的行人检测速度的基础上提高行人检测精度是一个亟待解决的技术问题。

发明内容

本发明实施例提供了一种行人检测方法、装置、设备及介质，以实现在保证单次目标检测器的行人检测速度的基础上提高行人检测精度。

第一方面，本发明实施例提供了一种行人检测方法，包括：

获取待检测图像；

将所述待检测图像输入至训练好的单次目标检测器中，获取所述单次目标检测器的输出信息；

根据所述单次目标检测器的输出信息，确定对所述待检测图像的行人检测结果；

其中，所述单次目标检测器是预先对包含初始构建的单次目标检测器和头部检测网络的原始检测模型，进行训练得到的。

第二方面，本发明实施例还提供了一种行人检测装置，包括：

待检测图像获取模块，用于获取待检测图像；

图像行人检测模块，用于将所述待检测图像输入至训练好的单次目标检测器中，获取所述单次目标检测器的输出信息，其中，所述单次目标检测器是预先对包含初始构建的单次目标检测器和头部检测网络的原始检测模型，进行训练得到的；

检测结果确定模块，用于根据所述单次目标检测器的输出信息，确定对所述待检测图像的行人检测结果。

第三方面，本发明实施例还提供了一种计算机设备，所述设备包括：

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如本发明任意实施例所提供的行人检测方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任意实施例所提供的行人检测方法。