Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020114116 - PROCÉDÉ DE DÉTECTION DE PIÉTON FONDÉ SUR DES FOULES DENSES, SUPPORT D'INFORMATIONS ET PROCESSEUR

Numéro de publication WO/2020/114116
Date de publication 11.06.2020
N° de la demande internationale PCT/CN2019/112433
Date du dépôt international 22.10.2019
CIB
G06K 9/00 2006.01
GPHYSIQUE
06CALCUL; COMPTAGE
KRECONNAISSANCE DES DONNÉES; PRÉSENTATION DES DONNÉES; SUPPORTS D'ENREGISTREMENT; MANIPULATION DES SUPPORTS D'ENREGISTREMENT
9Méthodes ou dispositions pour la lecture ou la reconnaissance de caractères imprimés ou écrits ou pour la reconnaissance de formes, p.ex. d'empreintes digitales
Déposants
  • 深圳光启空间技术有限公司 SHENZHEN KUANG-CHI SPACE TECH. CO. LTD [CN]/[CN]
Inventeurs
  • 刘若鹏 LIU, Ruopeng
  • 栾琳 LUAN, Lin
  • 严向荣 YAN, Xiangrong
Données relatives à la priorité
201811485647.206.12.2018CN
Langue de publication chinois (ZH)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) PEDESTRIAN DETECTION METHOD BASED ON DENSE CROWDS, AND STORAGE MEDIUM AND PROCESSOR
(FR) PROCÉDÉ DE DÉTECTION DE PIÉTON FONDÉ SUR DES FOULES DENSES, SUPPORT D'INFORMATIONS ET PROCESSEUR
(ZH) 一种基于密集人群的行人检测方法、存储介质及处理器
Abrégé
(EN)
Disclosed are a pedestrian detection method based on dense crowds, and a storage medium and a processor. The method comprises: using a COCO data set to train a yolo model (S11); using rectangular frames to frame target objects, and taking the widths and heights of the rectangular frames as a group, and clustering same into a pre-set number of categories to obtain a pre-set number of group data anchor points (S12); according to the sizes and proportions of width-height clustering anchor points of a group of pedestrians, forming a training model (S13); and using the obtained training model to predict a pedestrian in an image to be recognized, so as to recognize the pedestrian in the image to be recognized (S14). The method can realize the detection of dense targets and particularly realize the accurate detection of targets when the targets are shielded or overlapped, can detect smaller targets, has a higher detection speed, and is universally applicable to public places, such as shopping malls, shopping centers, chain stores, airports, stations, museums, and exhibition halls.
(FR)
L'invention concerne un procédé de détection de piéton fondé sur des foules denses, ainsi qu'un support d'informations et un processeur. Le procédé consiste : à utiliser un ensemble de données COCO pour entraîner un modèle Yolo (S11) ; à utiliser des cadres rectangulaires pour encadrer des objets cibles, à prendre les largeurs et les hauteurs des cadres rectangulaires en tant que groupe, et à regrouper ces derniers en un nombre prédéfini de catégories afin d'obtenir un nombre prédéfini de points d'ancrage de données de groupe (S12) ; en fonction des tailles et des proportions des points d'ancrage de regroupement largeur-hauteur d'un groupe de piétons, à former un modèle d'apprentissage (S13) ; et à utiliser le modèle d'apprentissage obtenu pour prédire un piéton dans une image à reconnaître, de façon à reconnaître le piéton dans l'image à reconnaître (S14). Le procédé permet de réaliser la détection de cibles denses et de réaliser en particulier la détection précise de cibles lorsque les cibles sont protégées ou recouvertes, peut détecter des cibles plus petites, présente une vitesse de détection plus élevée, et est universellement applicable à des lieux publics, tels que des galeries marchandes, des centres commerciaux, des magasins à succursales, des aéroports, des gares, des musées et des salles d'exposition.
(ZH)
一种基于密集人群的行人检测方法、存储介质及处理器,其中所述方法包括:采用COCO数据集训练yolo模型(S11);用矩形框将目标物框住,将矩形框的宽和高为一组,聚类到预设个数的类中,得到预设个数的组数据锚点(S12);根据一组行人的宽高聚类描点大小及比例形成训练模型(S13);运用得到的训练模型来对待识别图像的行人进行预测,以识别所述待识别图像中的行人(S14)。该方法可以实现密集目标检测,特别是目标存在遮挡、重叠时实现目标的准确检测;可检测目标更小;检测速度更快,可普遍适用于大型商场、购物中心、连锁店、机场、车站、博物馆、展览馆等公共场所。
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international