[发明专利]一种基于多尺度的行人检测方法和装置有效
| 申请号： | 201810862611.5 | 申请日： | 2018-08-01 |
| 公开（公告）号： | CN109101914B | 公开（公告）日： | 2021-08-20 |
| 发明（设计）人： | 李磊;董远;白洪亮;熊风烨 | 申请（专利权）人： | 苏州飞搜科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 215000 江苏省苏州市苏州工*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于多尺度的行人检测方法和装置，其中所述方法包括:将待检测图像输入至特征提取模型，输出图像特征集合；特征提取模型为基于Resnet网络建立的包括多层串联的卷积单元的神经网络，对应地，图像特征集合由多层串联的卷积单元中每一卷积单元输出的图像特征构成；将图像特征集合输入至特征融合模型，输出融合特征；将融合特征输入至特征回归分类模型，输出融合特征的回归结果和分类结果，基于回归结果和分类结果得到行人检测结果。本发明实施例提供的方法和装置，在实现多尺度行人检测的同时，简化了特征提取模型，增加了行人检测的灵活性，减少了计算开销，避免了过多的资源占用，提高了多尺度行人检测的准确率。 | ||
| 搜索关键词： | 一种 基于 尺度 行人 检测 方法 装置 | ||
【主权项】：
1.一种基于多尺度的行人检测方法，其特征在于，包括：将待检测图像输入至特征提取模型，输出图像特征集合；所述特征提取模型为基于Resnet网络建立的包括多层串联的卷积单元的神经网络，对应地，所述图像特征集合由所述多层串联的卷积单元中每一所述卷积单元输出的图像特征构成；将所述图像特征集合输入至特征融合模型，输出融合特征；将所述融合特征输入至特征回归分类模型，输出所述融合特征的回归结果和分类结果，基于所述融合特征的回归结果和分类结果得到所述待检测图像的行人检测结果；其中，所述特征提取模型、所述特征融合模型和所述特征回归分类模型是基于样本图像和所述样本图像对应的样本行人检测结果进行训练后得到的。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于苏州飞搜科技有限公司，未经苏州飞搜科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810862611.5/，转载请声明来源钻瓜专利网。
