[发明专利]一种行人遮挡及朝向检测方法

权利要求书

1.一种行人遮挡检测方法，其特征在于，包括以下步骤：

S11、采用预训练好的行人检测模型对待检测图像进行检测，得到行人检测框，根据所得的行人检测框将行人目标从待检测图像中剪裁出来，得到单个的行人目标图像，并对行人目标图像中的行人关键点进行检测，进而得到待检测图像上各关键点的置信度；所述行人关键点包括行人的五官和关节，具体包括：鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左臀、右臀、左膝、右膝、左踝和右踝；

S12、根据人体结构中关键点与部位之间的关系，结合所得各关键点的置信度，得到行人各部位的遮挡预测分数；行人部位包括：头部、肩膀、左臂、右臂、臀部、躯干、左腿和右腿；所述行人各部位的遮挡预测分数为：

其中，Head、Shoulder、Left_arm、Right_arm、Hip、Body、Left_leg、Right_leg分别为行人的头部、肩膀、左臂、右臂、臀部、躯干、左腿、右腿的遮挡预测分数，nose为鼻子的置信度，Left_eye和Right_eye分别为左、右眼睛的置信度，Left_ear为左耳置信度，Right_ear为右耳的置信度，Left_shoulder为左肩膀的置信度，Right_shoulder为右肩膀的置信度，Left_elbow为左肘部的置信度，Left_wrist为左手腕的置信度，Right_elbow为右肘部的置信度，Right_wrist为右手腕的置信度，Left_hip为左臀部的置信度，Right_hip为右臀部的置信度，Left_knee为左膝盖的置信度，Left_ankle为左脚踝的置信度，Right_knee为右膝盖的置信度，Right_ankle为右脚踝的置信度；

S13、分别将所得行人各部位的遮挡预测分数与预设部位遮挡阈值进行比较，若遮挡预测分数小于预设部位遮挡阈值，则该部位被遮挡，否则未被遮挡。

2.根据权利要求1所述的行人遮挡检测方法，其特征在于，所述行人检测模型为YOLOv3模型，该模型基于MS COCO目标检测数据集训练得到；

采用预训练好的Fast Pose模型对行人目标图像中的行人关键点进行检测；其中，FastPose模型基于MS COCO关键点检测数据集训练得到。

3.根据权利要求1或2所述的行人遮挡检测方法，其特征在于，得到预设遮挡阈值的方法，包括以下步骤：

S01、初始化预设遮挡阈值；

S02、对MS COCO关键点检测数据集中的图像，分别采用上述步骤S11-S13进行遮挡检测，并将检测结果与实际部位遮挡结果进行对比，计算检测结果的准确率，并记录下来；

S03、增大预设遮挡阈值，使其加上预设增量；

S04、重复步骤S02-S03进行迭代，直至达到迭代次数上限，准确率最高的检测结果所对应的预设遮挡阈值即为所求。