(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202210446453.1
(22)申请日 2022.04.26
(71)申请人 济南博观智能科技有限公司
地址 250001 山东省济南市高新区新 泺大
街1166号奥盛大厦3号楼17楼
(72)发明人 路通
(74)专利代理 机构 北京集佳知识产权代理有限
公司 11227
专利代理师 张艺
(51)Int.Cl.
G06V 20/40(2022.01)
G06V 20/54(2022.01)
G06V 20/59(2022.01)
G06V 40/10(2022.01)
G06V 10/80(2022.01)G06V 10/40(2022.01)
G06V 10/82(2022.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)
(54)发明名称
一种非机动车载人识别方法、 装置及相关设
备
(57)摘要
本申请公开了一种非机动车载人识别方法,
包括对目标视频帧进行目标检测, 获得非机动车
目标; 对所述非机动车目标进行区域划分, 获得
人体区域和车辆区域; 对所述人体区域进行多卷
积特征提取, 获得第一特征图; 对所述车辆区域
进行池化下采样处理, 获得第二特征图; 对所述
第一特征图和所述第二特征图进行拼接, 获得 综
合特征图; 根据所述综合特征图中的特征信息确
定所述非机动车目标是否载人。 应用本申请所提
供的技术方案, 可 以对非机动车进行载人识别,
进而有效保证交通安全。 本申请还公开了一种非
机动车载人识别装置、 设备及计算机可读存储介
质, 均具有上述有益效果。
权利要求书2页 说明书11页 附图2页
CN 114821419 A
2022.07.29
CN 114821419 A
1.一种非机动车 载人识别方法, 其特 征在于, 包括:
对目标视频帧进行目标检测, 获得非机动车目标;
对所述非机动车目标进行区域划分, 获得 人体区域和车辆区域;
对所述人体区域进行多卷积特 征提取, 获得第一特 征图;
对所述车辆区域进行池化下采样处 理, 获得第二特 征图;
对所述第一特 征图和所述第二特 征图进行拼接, 获得综合特 征图;
根据所述综合特 征图中的特 征信息确定所述非机动车目标 是否载人。
2.根据权利要求1所述的非机动车载人识别方法, 其特征在于, 所述对目标视频帧进行
目标检测, 获得非机动车目标, 包括:
利用目标检测模型对所述目标视频帧进行目标检测, 获得 所述非机动车目标。
3.根据权利要求2所述的非机动车载人识别方法, 其特征在于, 所述目标检测模型的训
练过程包括:
获取模型训练样本, 所述模型训练样本包括真实目标样本和相似目标样本;
将所述相似目标样本输入至特征区域归零模型进行处理, 获得处理后的相似目标样
本;
利用所述真实 目标样本和所述处理后的相似目标样本进行模型训练, 获得目标检测模
型。
4.根据权利要求3所述的非机动车载人识别方法, 其特征在于, 所述利用所述真实 目标
样本和所述处 理后的相似目标样本进行模型训练, 获得目标检测模型, 包括:
统计所述真实目标样本的第一样本数量、 所述处理后的相似目标样本的第二样本数
量、 训练样本总数量;
根据所述第 一样本数量、 所述第 二样本数量以及所述训练样本总数量计算获得类别惩
罚因子;
基于所述类别惩罚因子构建第一损失函数;
利用所述真实 目标样本和所述处理后的相似目标样本进行模型训练, 获得所述第 一损
失函数的损失值达 到第一预设条件的目标检测模型。
5.根据权利要求1所述的非机动车载人识别方法, 其特征在于, 所述利用目标检测模型
对目标视频帧进行目标检测, 获得非机动车目标之后, 对所述非机动车目标进 行识别, 确定
所述非机动车目标 是否载人的过程具体由载 人识别模型实现。
6.根据权利要求5所述的非机动车载人识别方法, 其特征在于, 所述载人识别模型的训
练过程包括:
从真实目标样本中随机抽取训练样本, 并利用所述训练样本进行初始迭代训练, 获得
初始训练模型;
利用所述真实目标样本对所述初始训练模型进行测试, 获得测试 结果;
根据所述测试结果对所述真实目标样本进行重组, 获得各训练样本集合, 并设定各所
述训练样本集 合对应的标签平 滑因子;
基于所述标签平 滑因子构建第二损失函数;
随机抽取所述训练样本集合对所述初始训练模型进行迭代训练, 直至获得所述第 二损
失函数的损失值达 到第二预设条件的载 人识别模型。权 利 要 求 书 1/2 页
2
CN 114821419 A
27.根据权利要求6所述的非机动车载人识别方法, 其特征在于, 所述随机抽取所述训练
样本集合对所述初始训练模型进 行迭代训练, 直至获得所述第二损失函数的损失值达到第
二预设条件的载 人识别模型, 包括:
利用Nesterov 优化函数进行迭代训练, 并计算每次迭代训练后的梯度值;
当所述梯度值达到预设范围时, 利用AdaGrad优化函数进行迭代训练, 直至获得所述载
人识别模型。
8.一种非机动车 载人识别装置, 其特 征在于, 包括:
目标检测模块, 用于对目标视频帧进行目标检测, 获得非机动车目标;
区域划分模块, 用于对所述非机动车目标进行区域划分, 获得 人体区域和车辆区域;
第一特征提取模块, 用于对所述人体区域进行多卷积特 征提取, 获得第一特 征图;
第二特征提取模块, 用于对所述车辆区域进行池化下采样处 理, 获得第二特 征图;
特征图拼接模块, 用于对所述第一特征图和所述第二特征图进行拼接, 获得综合特征
图;
载人识别模块, 用于根据所述综合特征图中的特征信 息确定所述非机动车目标是否载
人。
9.一种非机动车 载人识别设备, 其特 征在于, 包括:
存储器, 用于存 储计算机程序;
处理器, 用于执行所述计算机程序时实现如权利要求1至7任一项所述的非机动车载人
识别方法的步骤。
10.一种计算机可读存储介质, 其特征在于, 所述计算机可读存储介质上存储有计算机
程序, 所述计算机程序被处理器执行时实现如权利要求 1至7任一项 所述的非机动车载人识
别方法的步骤。权 利 要 求 书 2/2 页
3
CN 114821419 A
3
专利 一种非机动车载人识别方法、装置及相关设备
安全报告 >
其他 >
文档预览
中文文档
16 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共16页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 07:35:56上传分享