1.一種目標對象遮擋檢測方法，其特征在于，所述目標對象遮擋檢測方法包括：
接收輸入圖像；
利用訓練好的神經網絡檢測所述輸入圖像中的目標對象、并輸出所述目標對象的熱力圖；以及
基于所述熱力圖檢測所述目標對象是否存在遮擋。
2.根據權利要求1所述的目標對象遮擋檢測方法，其特征在于，所述訓練好的神經網絡為全卷積神經網絡。
3.根據權利要求2所述的目標對象遮擋檢測方法，其特征在于，所述全卷積神經網絡基于將訓練好的卷積神經網絡的全連接層替換為卷積層而生成。
4.根據權利要求3所述的目標對象遮擋檢測方法，其特征在于，所述卷積層為1×1卷積層。
5.根據權利要求2所述的目標對象遮擋檢測方法，其特征在于，所述全卷積神經網絡還包括上采樣層。
6.根據權利要求5所述的目標對象遮擋檢測方法，其特征在于，所述上采樣層的數目取決于所述輸出的熱力圖的期望分辨率。
7.根據權利要求1所述的目標對象遮擋檢測方法，其特征在于，所述目標對象遮擋檢測方法還包括：
在輸出所述熱力圖后，對所述熱力圖中的目標對象進行標注；并且
所述對目標對象是否存在遮擋的檢測是基于經所述標注后的熱力圖。
8.根據權利要求1-7中的任一項所述的目標對象遮擋檢測方法，其特征在于，所述基于所述熱力圖檢測所述目標對象是否存在遮擋的步驟包括：
檢測所述熱力圖中的目標對象的形狀是否符合所述目標對象的類別的對象的形狀；以及
當所述熱力圖中的目標對象的形狀符合所述目標對象的類別的對象的形狀時，確定所述目標對象不存在遮擋，反之，則確定所述目標對象存在遮擋。
9.根據權利要求1-7中的任一項所述的目標對象遮擋檢測方法，其特征在于，所述基于所述熱力圖檢測所述目標對象是否存在遮擋的步驟包括：
檢測所述熱力圖中的目標對象的區域是否為連通區域；以及
當檢測到所述熱力圖中的目標對象的區域為連通區域時，確定所述目標對象不存在遮擋，反之，則確定所述目標對象存在遮擋。
10.根據權利要求1-7中的任一項所述的目標對象遮擋檢測方法，其特征在于，所述目標對象遮擋檢測方法還包括：
當檢測到所述熱力圖中的目標對象存在遮擋時，確定遮擋區域。
11.一種目標對象遮擋檢測裝置，其特征在于，所述目標對象遮擋檢測裝置包括：
接收模塊，用于接收輸入圖像；
熱力圖輸出模塊，用于利用訓練好的神經網絡檢測所述輸入圖像中的目標對象、并輸出所述目標對象的熱力圖；以及
遮擋檢測模塊，用于基于所述熱力圖檢測所述目標對象是否存在遮擋。
12.根據權利要求11所述的目標對象遮擋檢測裝置，其特征在于，所述訓練好的神經網絡為全卷積神經網絡。
13.根據權利要求12所述的目標對象遮擋檢測裝置，其特征在于，所述全卷積神經網絡基于將訓練好的卷積神經網絡的全連接層替換為卷積層而生成。
14.根據權利要求13所述的目標對象遮擋檢測裝置，其特征在于，所述卷積層為1×1卷積層。
15.根據權利要求12所述的目標對象遮擋檢測裝置，其特征在于，所述全卷積神經網絡還包括上采樣層。
16.根據權利要求15所述的目標對象遮擋檢測裝置，其特征在于，所述上采樣層的數目取決于所述輸出的熱力圖的期望分辨率。
17.根據權利要求11所述的目標對象遮擋檢測裝置，其特征在于，所述目標對象遮擋檢測裝置還包括：
自動標注模塊，用于對所述熱力圖中的目標對象進行標注；并且
所述遮擋檢測模塊還用于基于經所述標注后的熱力圖檢測所述目標對象是否存在遮擋。
18.根據權利要求11-17中的任一項所述的目標對象遮擋檢測裝置，其特征在于，所述遮擋檢測模塊還用于：
檢測所述熱力圖中的目標對象的形狀是否符合所述目標對象的類別的對象的形狀；以及
當所述熱力圖中的目標對象的形狀符合所述目標對象的類別的對象的形狀時，確定所述目標對象不存在遮擋，反之，則確定所述目標對象存在遮擋。
19.根據權利要求11-17中的任一項所述的目標對象遮擋檢測裝置，其特征在于，所述遮擋檢測模塊還用于：
檢測所述熱力圖中的目標對象的區域是否為連通區域；以及
當檢測到所述熱力圖中的目標對象的區域為連通區域時，確定所述目標對象不存在遮擋，反之，則確定所述目標對象存在遮擋。
20.根據權利要求11-17中的任一項所述的目標對象遮擋檢測裝置，其特征在于，所述遮擋檢測模塊還用于：
當檢測到所述熱力圖中的目標對象存在遮擋時，確定遮擋區域。