[发明专利]一种行人遮挡及朝向检测方法

说明书

本发明公开了一种行人遮挡及朝向检测方法，包括以下步骤：S11、采用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，得到待检测图像上各关键点的置信度；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；S13、分别将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，判断行人各部位是否被遮挡；该方法通过对行人各部位的遮挡状态进行判断，并不依赖于行人可视部分的面积，不仅遮挡检测结果的准确性较高，而且也可以准确的检测出遮挡的部位。

技术领域

本发明属于计算机视觉领域，更具体地，涉及一种行人遮挡及朝向检测方法。

背景技术

行人检测中的遮挡分析是计算机视觉应用领域中的一个重要研究领域，遮挡是行人检测中主要的实践难题，因为现实世界中的场景充满了很多的人或物，行人检测过程中不可避免的出现类间遮挡和类内遮挡，特别是在门禁系统中，行人检测的要求较高，对行人遮挡及朝向判断比较敏感，但是计算机并不像人类那样对遮挡事物有着良好的感知与预测，因此研究一种行人遮挡及朝向检测方法存在重要的意义。

现有的遮挡检测方法将行人检测的结果分成多个网格，计算每个网格中行人的面积与网格面积的比值，并通过学习分类，得出行人整体的遮挡评估分数，并基于该遮挡评估分数进一步判断行人是否被遮挡；该方法依赖于行人可视部分的面积进行检测，当行人部分存在遮挡，部分完全可视时，该方法也可能会得到较高的置信度，从而判断为未遮挡，并进一步应用到如行人追踪等任务中，遮挡检测结果的准确性较低；另外，单一的遮挡评估分数并不能有效的反映出具体的遮挡部位信息，无法精确得到行人的具体遮挡部位。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供一种行人遮挡及朝向检测方法，用以解决现有技术由于依赖于行人可视部分的面积进行遮挡检测而导致的行人遮挡检测结果的准确性较低的技术问题。

为了实现上述目的，第一方面，本发明提出了一种行人遮挡检测方法，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；

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；

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；

其中，行人关键点包括行人的五官和关节。

进一步优选地，行人关键点包括：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；行人部位包括：头部、肩膀、左臂、右臂、臀部、躯干、左腿和右腿。

进一步优选地，上述行人检测模型为YOLOv3模型，该模型基于MSCOCO目标检测数据集训练得到；

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

进一步优选地，步骤S12中所得行人各部位的遮挡预测分数为：