本公开涉及一种人群定位方法及装置、电子设备和存储介质，所述方法包括：对人群图像进行特征提取，得到至少一个第一特征图；对所述至少一个第一特征图进行人体关键点检测，确定所述人群图像对应的定位概率图，其中，所述定位概率图用于指示所述人群图像中各像素点是目标人体点的概率；根据所述定位概率图，对所述至少一个第一特征图进行加权处理，得到至少一个第二特征图；对所述至少一个第二特征图进行人体框检测，确定所述人群图像对应的目标人体框检测结果，其中，所述目标人体框检测结果中包括所述人群图像中各人体对应的目标人体框。本公开实施例可以提高了人群定位的准确率。率。率。
【技术实现步骤摘要】
人群定位方法及装置、电子设备和存储介质
[0001]本公开涉及计算机
，尤其涉及一种人群定位方法及装置、电子设备和存储介质。
技术介绍
[0002]随着人口的增长、城市化进程的加速，人群大量聚集的行为越来越多，且规模越来越大。人群分析对于公共安全、城市规划有着重要意义。常见的人群分析任务包括人群计数、群体行为解析、人群定位等，其中，人群定位是其它人群分析任务的基础。人群定位指的是，通过计算机视觉算法对图像或视频中包括的人体的位置进行估计，确定图像或视频中包括的人体的坐标，以为后续人群计数和群体行为解析等人群分析任务提供数据依据。人群定位的准确率直接影响人群计数的精度和人群行为解析的结果。因此，亟需一种准确率较高的人群定位方法。
技术实现思路
[0003]本公开提出了一种人群定位方法及装置、电子设备和存储介质的技术方案。
[0004]根据本公开的一方面，提供了一种人群定位方法，包括：对人群图像进行特征提取，得到至少一个第一特征图；对所述至少一个第一特征图进行人体关键点检测，确定所述人群图像对应的定位概率图，其中，所述定位概率图用于指示所述人群图像中各像素点是目标人体点的概率；根据所述定位概率图，对所述至少一个第一特征图进行加权处理，得到至少一个第二特征图；对所述至少一个第二特征图进行人体框检测，确定所述人群图像对应的目标人体框检测结果，其中，所述目标人体框检测结果中包括所述人群图像中各人体对应的目标人体框。
[0005]在一种可能的实现方式中，所述对所述至少一个第一特征图进行人体关键点检测，确定所述人群图像对应的定位概率图，包括：对目标第一特征图进行卷积处理，得到第三特征图，其中，所述目标第一特征图是所述至少一个第一特征图中的一个；对所述第三特征图进行转置卷积处理，得到第四特征图，其中，所述第四特征图和所述人群图像具有相同的尺寸；对所述第四特征图进行卷积处理，得到所述定位概率图。
[0006]在一种可能的实现方式中，所述根据所述定位概率图，对所述至少一个第一特征图进行加权处理，得到至少一个第二特征图，包括：根据所述定位概率图，对每个所述第一特征图进行像素级别的加权处理，得到每个所述第一特征图对应的所述第二特征图。
[0007]在一种可能的实现方式中，所述对所述至少一个第二特征图进行人体框检测，确定所述人群图像对应的目标人体框检测结果，包括：对所述至少一个第二特征图进行人体框检测，得到至少一个人体框预测结果；对所述至少一个人体框预测结果进行融合，得到所述目标人体框检测结果。
[0008]在一种可能的实现方式中，所述对所述至少一个人体框预测结果进行融合，得到所述目标人体框检测结果，包括：对所述至少一个人体框预测结果进行非极大值抑制处理，
得到所述目标人体框检测结果。
[0009]在一种可能的实现方式中，所述方法还包括：根据所述定位概率图，对所述人群图像进行人群分析，得到所述人群图像对应的第一分析结果；根据所述目标人体框检测结果，对所述人群图像进行人群分析，得到所述人群图像对应的第二分析结果；对所述第一分析结果和所述第二分析结果进行融合，得到所述人群图像对应的目标分析结果。
[0010]在一种可能的实现方式中，所述人群定位方法通过人群定位神经网络实现，所述人群定位神经网络的训练样本包括：人群样本图像、所述人群样本图像对应的真实定位图、以及所述人群样本图像对应的真实人体框检测结果；所述人群定位神经网络的训练方法如下：通过所述人群定位神经网络，确定所述人群样本图像对应的预测定位概率图，以及所述人群样本图像对应的预测人体框检测结果，其中，所述预测定位概率图用于指示所述人群样本图像中各像素点是目标人体点的概率，所述预测人体框检测结果中包括所述人群样本图像中各人体对应的预测人体框；基于所述预测定位概率图和所述真实定位图，确定第一定位损失；基于所述预测人体框检测结果和所述真实人体框检测结果，确定第二定位损失；基于所述第一定位损失和所述第二定位损失，优化所述人群定位神经网络。
[0011]在一种可能的实现方式中，所述基于所述第一定位损失和所述第二定位损失，优化所述人群定位神经网络，包括：对所述第一定位损失和所述第二定位损失进行求和，得到目标定位损失；基于所述目标定位损失，优化所述人群定位神经网络。
[0012]在一种可能的实现方式中，所述真实定位图中包括所述人群样本图像中各人体对应的所述目标人体点的位置，其中，一个人体对应一个目标人体点；所述方法还包括：对所述人群样本图像进行人脸检测，确定所述人群样本图像对应的预测人脸框；根据所述人群样本图像中各人体对应的所述目标人体点的位置，以及所述人群样本图像对应的预测人脸框，通过线性插值算法，确定所述人群样本图像中各人体对应的真实人体框；根据所述人群样本图像中各人体对应的真实人体框，确定所述真实人体框检测结果。
[0013]根据本公开的一方面，提供了一种人群定位装置，包括：特征提取模块，用于对人群图像进行特征提取，得到至少一个第一特征图；人体关键点检测模块，用于对所述至少一个第一特征图进行人体关键点检测，确定所述人群图像对应的定位概率图，其中，所述定位概率图用于指示所述人群图像中各像素点是目标人体点的概率；特征强化模块，用于根据所述定位概率图，对所述至少一个第一特征图进行加权处理，得到至少一个第二特征图；人体框检测模块，用于对所述至少一个第二特征图进行人体框检测，确定所述人群图像对应的目标人体框检测结果，其中，所述目标人体框检测结果中包括所述人群图像中各人体对应的目标人体框。
[0014]根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
[0015]根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
[0016]在本公开实施例中，对人群图像进行特征提取，得到至少一个第一特征图；对至少一个第一特征图进行人体关键点检测，确定人群图像对应的定位概率图，其中，定位概率图用于指示人群图像中各像素点是目标人体点的概率；根据定位概率图，对至少一个第一特
征图进行加权处理，得到至少一个第二特征图；对至少一个第二特征图进行人体框检测，确定人群图像对应的目标人体框检测结果，其中，目标人体框检测结果中包括人群图像中各人体对应的目标人体框。在人群定位过程中，综合考虑人体关键点检测和人体框检测，可以有效提高人群定位的准确率。
[0017]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
[0018]此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
[0019]图1示出根据本公开实施例的一种人群定位方法的流程图；
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人群定位方法，其特征在于，包括：对人群图像进行特征提取，得到至少一个第一特征图；对所述至少一个第一特征图进行人体关键点检测，确定所述人群图像对应的定位概率图，其中，所述定位概率图用于指示所述人群图像中各像素点是目标人体点的概率；根据所述定位概率图，对所述至少一个第一特征图进行加权处理，得到至少一个第二特征图；对所述至少一个第二特征图进行人体框检测，确定所述人群图像对应的目标人体框检测结果，其中，所述目标人体框检测结果中包括所述人群图像中各人体对应的目标人体框。2.根据权利要求1所述的方法，其特征在于，所述对所述至少一个第一特征图进行人体关键点检测，确定所述人群图像对应的定位概率图，包括：对目标第一特征图进行卷积处理，得到第三特征图，其中，所述目标第一特征图是所述至少一个第一特征图中的一个；对所述第三特征图进行转置卷积处理，得到第四特征图，其中，所述第四特征图和所述人群图像具有相同的尺寸；对所述第四特征图进行卷积处理，得到所述定位概率图。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述定位概率图，对所述至少一个第一特征图进行加权处理，得到至少一个第二特征图，包括：根据所述定位概率图，对每个所述第一特征图进行像素级别的加权处理，得到每个所述第一特征图对应的所述第二特征图。4.根据权利要求1至3中任意一项所述的方法，其特征在于，所述对所述至少一个第二特征图进行人体框检测，确定所述人群图像对应的目标人体框检测结果，包括：对所述至少一个第二特征图进行人体框检测，得到至少一个人体框预测结果；对所述至少一个人体框预测结果进行融合，得到所述目标人体框检测结果。5.根据权利要求4所述的方法，其特征在于，所述对所述至少一个人体框预测结果进行融合，得到所述目标人体框检测结果，包括：对所述至少一个人体框预测结果进行非极大值抑制处理，得到所述目标人体框检测结果。6.根据权利要求1至5中任意一项所述的方法，其特征在于，所述方法还包括：根据所述定位概率图，对所述人群图像进行人群分析，得到所述人群图像对应的第一分析结果；根据所述目标人体框检测结果，对所述人群图像进行人群分析，得到所述人群图像对应的第二分析结果；对所述第一分析结果和所述第二分析结果进行融合，得到所述人群图像对应的目标分析结果。7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述人群定位方法通过人群定位神经网络实现，所述人群定位神经网络的训练样本包括：人群样本图像、所述人群样本图像对应的真实定位图、以及所述人群样本图像...
【专利技术属性】
技术研发人员：杨昆霖，李昊鹏，侯军，伊帅，
申请(专利权)人：上海商汤智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。