[發(fā)明專利]行人標(biāo)志物識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201611198541.5
• 申請日: 2016-12-22
• 公開（公告）號: CN106855944B
• 公開（公告）日: 2020-01-14
• 發(fā)明（設(shè)計）人: 蘇志杰
• 申請（專利權(quán)）人: 浙江宇視科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 11415 北京博思佳知識產(chǎn)權(quán)代理有限公司
• 代理人: 林祥

本申請?zhí)峁┮环N行人標(biāo)志物識別方法及裝置，所述方法包括：將圖像分割獲得的ROI區(qū)域和圖像特征依次經(jīng)ROI池化層、兩個第一全連接層、ROI卷積層、第二全連接層以及RNN隱藏層，并結(jié)合預(yù)設(shè)占比閾值，獲得待檢測標(biāo)志物對應(yīng)的區(qū)域標(biāo)識；將當(dāng)前RNN隱藏層輸出的各ROI區(qū)域中待檢測標(biāo)志物的占比作為下一RNN隱藏層的一個輸入，并對當(dāng)前獲得的區(qū)域標(biāo)識分別進(jìn)行粗粒度和細(xì)粒度合并，將各合并結(jié)果與圖像特征結(jié)合作為新的輸入，依次經(jīng)ROI池化層、兩個第一全連接層、ROI卷積層、第二全連接層以及所述下一RNN隱藏層；將每一RNN隱藏層輸出的區(qū)域標(biāo)識輸入至第三全連接層，獲得比例值，結(jié)合預(yù)設(shè)比例閾值，判斷是否存在待檢測標(biāo)志物。

技術(shù)領(lǐng)域

本申請涉及圖像處理領(lǐng)域，尤其涉及一種行人標(biāo)志物識別方法及裝置。

背景技術(shù)

行人識別是智能交通和智能監(jiān)控系統(tǒng)的重要組成部分，行人標(biāo)志物識別則不僅是行人識別的一個子分支，還是行人識別非常重要的補(bǔ)充。行人標(biāo)志物識別可以為行人識別提供更加豐富的特征，提高識別的準(zhǔn)確率。

行人標(biāo)志物識別主要包括行人所攜帶的箱包、帽子、眼鏡、雨傘等標(biāo)志物的識別，尤以箱包識別區(qū)分度最大。其中，行人所帶行李包一般可以分為單肩包、雙肩包和手包，箱子則認(rèn)為是拉桿箱。部分行人標(biāo)識識別還包括了衣服的顏色，款式等特征。

現(xiàn)有技術(shù)提供了一種基于CNN(Convolutional Neural Networks，卷積神經(jīng)網(wǎng)絡(luò))架構(gòu)的箱帽包識別方法，其是以矩形框(框住整個物體)為單位進(jìn)行目標(biāo)識別。對于拉桿箱、單肩包和雙肩包，在行人較多的情況下，或者特定的走路方向(例如行人背著雙肩包正面走來)，可能只能看到拉桿、單肩帶、雙肩帶或者其它箱體、包體被嚴(yán)重遮擋的狀況，此時基于CNN架構(gòu)的箱包識別方法就無法有效捕捉拉桿或者肩帶等箱體、包體的部位，從而出現(xiàn)很大的漏檢率或者誤檢率。而且，背帶和拉桿都屬于細(xì)長型的物體，直接作為目標(biāo)檢測難度很大。

發(fā)明內(nèi)容

有鑒于此，本申請?zhí)峁┮环N行人標(biāo)志物識別方法及裝置，以解決現(xiàn)有技術(shù)中存在的行人標(biāo)志物識別不準(zhǔn)確的問題。

具體地，本申請是通過如下技術(shù)方案實現(xiàn)的：

根據(jù)本申請的第一方面，提供一種行人標(biāo)志物識別方法，所述方法包括：

對監(jiān)控圖像進(jìn)行分割，獲得若干ROI區(qū)域；

將監(jiān)控圖像輸入Fast RCNN的ZF網(wǎng)絡(luò)，獲得所述監(jiān)控圖像的圖像特征；

將所述ROI區(qū)域和圖像特征作為輸入，依次經(jīng)ROI池化層、兩個第一全連接層、ROI卷積層、第二全連接層以及RNN隱藏層，獲得各ROI區(qū)域中待檢測標(biāo)志物的占比；

根據(jù)各ROI區(qū)域中所述待檢測標(biāo)志物的占比以及預(yù)設(shè)占比閾值，獲得待檢測標(biāo)志物對應(yīng)的區(qū)域標(biāo)識；

將當(dāng)前RNN隱藏層輸出的各ROI區(qū)域中所述待檢測標(biāo)志物的占比作為下一RNN隱藏層的一個輸入，并對當(dāng)前獲得的待檢測標(biāo)志物的區(qū)域標(biāo)識分別進(jìn)行粗粒度和細(xì)粒度合并，并將粗粒度合并后的區(qū)域標(biāo)識與所述圖像特征、細(xì)粒度合并后的區(qū)域標(biāo)識與所述圖像特征分別作為新的輸入，依次經(jīng)ROI池化層、兩個第一全連接層、ROI卷積層、第二全連接層以及所述下一RNN隱藏層；

將每一RNN隱藏層輸出的所述待檢測標(biāo)志物對應(yīng)的區(qū)域標(biāo)識輸入至第三全連接層，學(xué)習(xí)獲得所述待檢測標(biāo)志物對應(yīng)的比例值，若所述比例值大于等于預(yù)設(shè)比例閾值，則判斷存在該待檢測標(biāo)志物。

可選地，所述將監(jiān)控圖像輸入Fast RCNN的ZF網(wǎng)絡(luò)，獲得所述監(jiān)控圖像的圖像特征，具體包括：

將所述監(jiān)控圖像依次經(jīng)所述ZF網(wǎng)絡(luò)的前四個卷積層，獲得所述監(jiān)控圖像的圖像特征。

可選地，所述RNN隱藏層包括代價函數(shù)，所述代價函數(shù)由當(dāng)前RNN隱藏層的輸出和標(biāo)志物的真值比例而生成，且所述代價函數(shù)的輸出用于反向傳遞給所述當(dāng)前RNN隱藏層。