申请/专利权人：平安国际智慧城市科技股份有限公司

申请日：2020-09-23

公开（公告）日：2024-04-16

公开（公告）号：CN112132037B

主分类号：G06V20/52

分类号：G06V20/52;G06V10/80;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2021.01.12#实质审查的生效;2020.12.25#公开

摘要：本发明涉及人工智能技术领域，提供一种基于人工智能的人行道检测方法、装置、设备及介质，能够更加有效地融合深层特征与浅层特征，减少了信息损失，从而提高了人行道检测的整体准确率，并且增加了IoU损失，能够更加精准地拟合检测框的位置和大小，有效减少非人行道的误召回现象，提高了人行道检测的整体召回率和准确率，损失函数能够从多个层面评价模型的损失，使模型的效果更佳，进而基于人工智能手段实现对人行道高效且准确地自动检测。此外，本发明还可应用于智慧交通，从而推动智慧城市的建设。本发明还涉及区块链技术，人行道检测结果可存储于区块链节点中。

主权项：1.一种基于人工智能的人行道检测方法，其特征在于，所述基于人工智能的人行道检测方法包括：响应于接收到的待检测图像，对所述待检测图像进行尺寸变换处理，得到目标图像；提取所述目标图像的人行道特征；将所述人行道特征输入至预先训练的人行道检测模型，输出第一特征图、第二特征图及第三特征图，其中，所述人行道检测模型采用特征融合及交并比损失训练目标检测网络而得到；其中，所述将所述人行道特征输入至预先训练的人行道检测模型，输出第一特征图、第二特征图及第三特征图包括：对所述人行道特征执行卷积层运算，得到第一中间特征；对所述第一中间特征执行联合卷积运算，得到所述第一特征图；融合所述人行道特征与所述第一中间特征，得到第一融合特征，包括：对所述人行道特征执行第一运算，得到第一运算结果，其中，所述第一运算包括卷积块运算、最大池化运算及卷积运算；对所述第一中间特征执行第二运算，得到第二运算结果，其中，所述第二运算包括所述卷积块运算、上采样运算及所述卷积运算；对所述第一运算结果及所述第二运算结果执行和运算，得到所述第一融合特征；对所述第一融合特征执行所述卷积层运算，得到第二中间特征；对所述第二中间特征执行所述联合卷积运算，得到所述第二特征图；融合所述人行道特征与所述第二中间特征，得到第二融合特征；对所述第二融合特征执行所述卷积层运算及所述联合卷积运算，得到所述第三特征图；获取所述人行道检测模型的目标锚框；对于所述第一特征图、所述第二特征图及所述第三特征图中的每个特征图，利用所述目标锚框在每个特征图上进行识别，输出与每个特征图对应的预测锚框坐标、每个预测锚框坐标的目标得分及预测概率，从所述预测锚框坐标中获取所述预测概率大于或者等于配置概率的预测锚框坐标，并从获取的预测锚框坐标中选择所述目标得分最高的预测锚框坐标作为人行道的预测坐标；将所述人行道的预测坐标映射到所述待检测图像上，得到所述待检测图像的人行道检测结果。

全文数据：

权利要求：

百度查询： 平安国际智慧城市科技股份有限公司 基于人工智能的人行道检测方法、装置、设备及介质

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。

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