申请/专利权人:华瑞新智科技(北京)有限公司;清华大学
申请日:2019-12-20
公开(公告)日:2020-05-19
公开(公告)号:CN111178208A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06K9/62(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.08.15#授权;2020.06.12#实质审查的生效;2020.05.19#公开
摘要:本发明提供了一种基于深度学习的行人检测方法、装置及介质包括:使用深度学习神经网络对图像进行处理,获取图像中的多个关键点及所述关键点的嵌入特征,其中,所述多个关键点至少包括人的脖颈部位、人的头部、人的肩部;所述嵌入特征与所述关键点的位置相关;基于所述关键点的嵌入特征之间的距离,将所述关键点进行分组,形成第一组合和第二组合,将一个或多个第一组合形成的集合与一个或多个第二组合形成的集合,进行级联匹配,匹配成功,获得检测区域。本发明解决了已有的深度学习行人检测模型中,误检漏检现象较多的问题,从而更加准确地完成监控视频下的行人检测分析这一任务,为相关的安防监控分析与应用提供更好的技术支持。
主权项:1.一种基于深度学习的行人检测方法,其特征在于,包括:接收一帧图像,所述图像中包括至少一个行人;使用深度学习神经网络对图像进行处理,获取图像中的多个关键点及所述关键点的嵌入特征,其中,所述多个关键点至少包括人的脖颈部位、人的头部、人的肩部;所述嵌入特征与所述关键点的位置相关;基于所述关键点的嵌入特征之间的距离,将所述关键点进行分组,形成第一组合和第二组合;所述第一组合至少包括人的头部关键点、脖颈部分关键点,所述第二组合至少包括人的肩部的关键点;将一个或多个第一组合形成的集合与一个或多个第二组合形成的集合,进行级联匹配,匹配成功,获得检测区域。
全文数据:
权利要求:
百度查询: 华瑞新智科技(北京)有限公司;清华大学 基于深度学习的行人检测方法、装置及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。