一种行人目标检测方法、装置及系统

1.一种行人目标检测方法，其特征在于，包括：将原始图像I 0 输入预设的行人检测模型，得到行人检测结果集合P＝{＜p k ,T k ,x k,min ,x k,max ,y k,min ,y k,max ＞,k＝1,2,...,K}；其中，K为当前检测到的行人目标数，p k 为第k个目标T k 的检测置信度，x k,min ,x k,max ,y k,min ,y k,max 分别为T k 的上下左右边界像素位置；采用基于混合高斯模型的背景差算法对当前帧图像进行运动前景提取，得到的前景图I；将行人检测结果中第k个目标为T k ，在当前图像中对应的区域为(x k,min ，x k,max ，y k,min ,y k,max )，行人T k 的运动得分 其中，Area k ＝(x k,max -x k,min +1)·(y k,max -y k,min +1)， 当S k 大于预定阈值，则判定T k 为正确检测到的行人目标，当S k 小于等于预定阈值，则判定T k 为虚警目标；对图像中坐标为(x,y)的点处混合高斯模型为M＝{＜w i ,Model i ＞,i＝1,2,...,Num}，Num为混合高斯模型所包含的单高斯模型的数目，前景提取 其中，I 0 为当前输入原始图像，θ为前景提取阈值，Model i 表示混合高斯模型的第i个高斯模型，w i 为混合高斯模型所对应的权重。 2.根据权利要求1所述的方法，其特征在于，所述行人检测模型为采用VOC和COCO数据库一起训练YOLO V3权重模型，目标类别数取class＝1，迭代预定次数后得到的权重模型。 3.根据权利要求1所述的方法，其特征在于，所述预定阈值为0.5。 4.一种行人目标检测装置，其特征在于，包括：处理单元，用于将原始图像I 0 输入预设的行人检测模型，得到行人检测结果集合P＝{＜p k ,T k ,x k,min ,x k,max ,y k,min ,y k,max ＞,k＝1,2,...,K}；其中，K为当前检测到的行人目标数，p k 为第k个目标T k 的检测置信度，x k,min ,x k,max ,y k,min ,y k,max 分别为T k 的上下左右边界像素位置；提取单元，用于采用基于混合高斯模型的背景差算法对当前帧图像进行运动前景提取，得到的前景图I；判断单元，用于将行人检测结果中第k个目标为T k ，在当前图像中对应的区域为(x k,min ，x k,max ，y k,min ,y k,max )，行人T k 的运动得分 其中，Area k ＝(x k,max -x k,min +1)·(y k,max -y k,min +1)， 当S k 大于预定阈值，则判定T k 为正确检测到的行人目标，当S k 小于等于预定阈值，则判定T k 为虚警目标；所述提取单元，还用于对图像中坐标为(x,y)的点处混合高斯模型为M＝{＜w i ,Model i ＞,i＝1,2,...,Num}，Num为混合高斯模型所包含的单高斯模型的数目，前景提取 其中，I 0 为当前输入原始图像，θ为前景提取阈值，Model i 表示混合高斯模型的第i个高斯模型，w i 为混合高斯模型所对应的权重。 5.根据权利要求4所述的装置，其特征在于，所述行人检测模型为采用VOC和COCO数据库一起训练YOLO V3权重模型，目标类别数取class＝1，迭代预定次数后得到的权重模型。 6.根据权利要求4所述的装置，其特征在于，所述预定阈值为0.5。 7.一种行人目标检测系统，其特征在于，包括权利要求4-6中任意一项所述的装置。 8.一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存储有信号映射的计算机程序，所述计算机程序被至少一个处理器执行时，以实现权利要求1-3中任意一项所述的行人目标检测方法。