[发明专利]行人检测方法、装置、计算机设备和可读存储介质

权利要求书

1.一种行人检测方法，其特征在于，所述方法包括：

实时获取目标监控区域的目标视频图像；

将所述目标视频图像生成目标图像序列；

根据所述目标图像序列，获取当前帧图像和参考帧图像；

将所述当前帧图像与所述参考帧图像进行相似行计算，根据相似性结果输出相应的行人检测结果。

2.如权利要求1所述的行人检测方法，其特征在于，将所述目标视频图像生成目标图像序列，包括：

将所述目标视频图像转换成图像序列进行存储，得到原始图像序列；

按照预设规则从所述原始图像序列中获取若干帧图像，得到所述目标图像序列。

3.如权利要求1所述的行人检测方法，其特征在于，根据所述目标图像序列，获取当前帧图像和参考帧图像，包括：

根据时间戳对所述目标图像序列中的每帧图像进行排序，得到每帧图像的序列编号；

根据所述序列编号判断所述当前帧图像是否为首帧图像；

若所述当前帧图像是首帧图像时，将所述当前帧图像作为所述参考帧图像；

若所述当前帧图像不是首帧图像时，将上一帧图像作为所述参考帧图像。

4.如权利要求1所述的行人检测方法，其特征在于，将所述当前帧图像与所述参考帧图像进行相似行计算，根据相似性结果输出相应的行人检测结果，包括：

对所述当前帧图像和所述参考帧图像进行特征提取，得到当前特征图和参考特征图：

根据损失函数，计算出所述当前特征图和所述参考特征图的相似度；

将所述相似度与预设值进行比较，若相似度大于或等于所述预设值时，将所述参考特征图的行人检测结果作为所述当前帧图像的行人检测结果；

若所述相似度小于所述预设值时，对所述当前特征图进行分类识别，获取所述当前帧图像的行人检测结果。

5.如权利要求4所述的行人检测方法，其特征在于，所述损失函数的公式表达为：

其中，N表示特征图的大小，d表示两张特征图的相似距离，threshold为设定的阈值，s表示两张特征图的相似度。

6.如权利要求5所述的行人检测方法，其特征在于，所述两张特征图的相似距离计算公式为：

其中，M_t-1表示参考特征图，M_t表示当前特征图。

7.如权利要求1所述的行人检测方法，其特征在于，根据所述目标图像序列，获取当前帧图像和参考帧图像之后，所述方法还包括：

通过9层空洞卷积层和9层平均池化对所述参考帧图像进行特征提取，得到参考特征图；

根据softmax分类器对所述参考特征图进行分类识别，得到所述参考特征图对应的行人检测结果；

其中，所述9层空洞卷积层的连接方式为：第一层卷积特征层连接第三层卷积层，第二层卷积特征层连接第四层卷积层，第三层卷积特征层连接第五层卷积层，第四层卷积特征连接第六层卷积层，第五层卷积特征连接第七层卷积，第六层卷积特征连接第八层卷积层，第七层卷积特征连接第九层卷积层。

8.一种行人检测装置，其特征在于，所述装置包括：

视频图像获取模块，用于实时获取目标监控区域的目标视频图像；

图像序列生成模块，将所述目标视频图像生成目标图像序列；

帧图像获取模块，用于根据所述目标图像序列，获取当前帧图像和参考帧图像；

相似性计算模块，用于将所述当前帧图像与所述参考帧图像进行相似行计算，根据相似性结果输出相应的行人检测结果。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项方法的步骤。

10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项方法的步骤。