申请/专利权人：西安电子科技大学广州研究院;西安电子科技大学

申请日：2022-04-02

公开（公告）日：2024-03-22

公开（公告）号：CN114708615B

主分类号：G06V40/10

分类号：G06V40/10;G06V10/80;G06V10/82;G06T5/94;G06N3/09;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.07.22#实质审查的生效;2022.07.05#公开

摘要：本发明公开了基于图像增强的低照度环境下人体检测方法、电子设备及储存介质，检测方法为：将低照度图像输入至低照度图像增强模块中，得到增强后图像；将增强后图像输入至改进的人体检测模块中，输出人体检测预测结果；通过多任务损失函数，对低照度图像增强模块和人体检测模块进行多阶段联合优化，训练得到端到端的低照度人体检测框架；将低照度图像输入到训练好的端到端的低照度人体检测框架中，进行图像增强以及人体检测，输出人体检测预测结果。本发明构建的端到端的低照度图像人体检测框架通过低照度图像增强模块和人体检测模块的相互适应，实现了更高的检测精度，对不同光照环境下人体检测具有更强的鲁棒性。

主权项：1.基于图像增强的低照度环境下人体检测方法，其特征在于，包括以下步骤：步骤1，将低照度图像输入至光照增强曲线估计网络，输出低照度图像对应的高阶光照增强曲线参数矩阵；将光照增强曲线参数矩阵代入高阶光照增强曲线函数中进行迭代，得到高阶光照增强曲线；低照度图像三个通道中的每个归一化像素根据其对应的高阶光照增强曲线进行动态范围调整，得到增强后图像；步骤2，将增强后图像输入至人体检测模块中，输出人体检测预测结果：步骤21，将增强后图像输入至特征提取网络，依次通过Focus模块、3组由CBH模块和IRB_Xblock模块组成的模块、一组由CBH模块和CPP模块组成的模块，分别输出五个不同尺度信息的特征图；步骤22，五个不同尺度信息的特征图中，对于尺寸信息由小到大的前四个特征图，依次进行通道数减半、2倍上采样的处理，并与其维度相同的特征图进行拼接，从而构建四个不同尺度信息的更新特征图；四个不同尺度信息的更新特征图中，对于尺寸信息由大到小的前三个更新特征图，进行通道数减半、2倍下采样的处理，并与其维度相同的更新特征图进行拼接，从而构建四个不同尺度信息的拼接特征图；步骤23，将四个不同尺度信息的拼接特征图输入至预测输出网络，通过添加预测头，并分别对四个不同尺度信息的拼接特征图通过卷积层进行维度变换，输出相应的预测框位置和尺度信息，最后通过非极大值抑制算法，获得人体检测预测结果；步骤3，通过多任务损失函数，对低照度图像增强模块和人体检测模块进行多阶段联合优化，训练得到端到端的低照度人体检测框架；步骤4，将低照度图像输入到训练好的端到端的低照度人体检测框架中，进行图像增强以及人体检测，输出人体检测预测结果。

全文数据：

权利要求：

百度查询： 西安电子科技大学广州研究院;西安电子科技大学 基于图像增强的低照度环境下人体检测方法、电子设备及储存介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD