本公开涉及行人检测，尤其涉及一种基于监控场景的行人检测方法及系统。
背景技术：
1、近年来，高位视频技术发展迅速，通过在路侧安装视频监控摄像头进行数据采集，利用视觉算法对采集的数据对路侧停车实现更加精细且准确地管理，从而对于城市的交通管理、行车安全等各个方面都具有积极的促进作用。
2、目前，现有的头部检测方法中使用手工进行头部检测的方法对人的整体或局部外貌进行概括的能力较差，因此存在局限性，另外，现有的头部检测方法中基于深度学习技术进行头部检测的方法通过利用多尺度特征提取的方法来解决监控场景画面变换剧烈的问题，但是当检测密集和小的物体时，性能受到影响，因此检测精度较低。
3、综上所述，现有技术中存在无法解决检测密集和小的物体的统计精度的技术问题。
技术实现思路
1、本公开的目的是提供一种基于监控场景的行人检测方法及系统，用以解决现有技术中存在无法解决检测密集和小的物体的统计精度的技术问题。
2、鉴于上述问题，本公开提供了一种基于监控场景的行人检测方法及系统。
3、第一方面，本公开提供了一种基于监控场景的行人检测方法，所述方法通过一种基于监控场景的行人检测系统实现，其中，所述方法包括：搭建头部检测模型，其中，所述头部检测模型包括主体分支网络和辅助分支网络；采集监控图像信息输入所述主体分支网络，获得输出特征图；将所述输出特征图输入辅助分支网络，获得预测热力图；通过所述头部检测模型的输出端，接收所述预测热力图和所述输出特征图，获得行人头部检测结果。
4、第二方面，本公开还提供了一种基于监控场景的行人检测系统，用于执行如第一方面所述的一种基于监控场景的行人检测方法，其中，所述系统包括：头部检测模型搭建模块，所述头部检测模型搭建模块用于搭建头部检测模型，其中，所述头部检测模型包括主体分支网络和辅助分支网络；输出特征图获得模块，所述输出特征图获得模块用于采集监控图像信息输入所述主体分支网络，获得输出特征图；预测热力图获得模块，所述预测热力图获得模块用于将所述输出特征图输入辅助分支网络，获得预测热力图；行人头部检测结果获得模块，所述行人头部检测结果获得模块用于通过所述头部检测模型的输出端，接收所述预测热力图和所述输出特征图，获得行人头部检测结果。
5、本公开中提供的一个或多个技术方案，至少具有如下技术效果或优点：
6、通过搭建头部检测模型，其中，所述头部检测模型包括主体分支网络和辅助分支网络；采集监控图像信息输入所述主体分支网络，获得输出特征图；将所述输出特征图输入辅助分支网络，获得预测热力图；通过所述头部检测模型的输出端，接收所述预测热力图和所述输出特征图，获得行人头部检测结果，也就是说，通过增加辅助学习分支，利用特征融合增强单阶段目标检测器对人类头部的感知能力，达到提高检测精度的技术效果。
7、上述说明仅是本公开技术方案的概述，为了能够更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为了让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举本公开的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
1.一种基于监控场景的行人检测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，搭建头部检测模型，包括：
3.如权利要求2所述的方法，其特征在于，搭建辅助分支网络，包括：
4.如权利要求2所述的方法，其特征在于，搭建辅助分支网络，包括：
5.如权利要求2所述的方法，其特征在于，根据所述主体分支网络和所述辅助分支网络，训练所述头部检测模型，包括：
6.如权利要求2所述的方法，其特征在于，根据yolov8目标检测算法，搭建所述主体分支网络，包括：
7.如权利要求6所述的方法，其特征在于，所述head头部输出端包括类别分类头和位置回归头。
8.如权利要求1所述的方法，其特征在于，将所述输出特征图输入辅助分支网络，获得预测热力图，包括：
9.一种基于监控场景的行人检测系统，其特征在于，用于实施权利要求1至8中任意一项所述方法的步骤，所述系统包括：
