[發明專利]使用高斯懲罰檢測圖像中行人的方法

在審

• 申請號: 201710474582.0
• 申請日: 2017-06-21
• 公開（公告）號: CN109101859A
• 公開（公告）日: 2018-12-28
• 發明（設計）人: 王文敏;董培磊;范夢迪;王榮剛;李革;董勝富;王振宇;李英;趙輝;高文
• 申請（專利權）人: 北京大學深圳研究生院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京萬象新悅知識產權代理有限公司 11360
• 代理人: 黃鳳茹

本發明公布了一種使用高斯懲罰檢測圖像中行人的方法，在行人檢測過程中，使用高斯懲罰對獲得的初步行人邊界框進行篩選，從而提升對圖像中行人尤其是遮擋行人的檢測性能；包括：獲取行人檢測圖像的訓練數據集、測試數據集和行人標注；使用行人檢測方法用訓練數據集訓練得到檢測模型，獲取初步的行人邊界框及其置信度和坐標；對行人邊界框的置信度進行高斯懲罰，得到懲罰后的行人邊界框置信度；通過行人邊界框篩選得到最終的行人邊界框，從而達到去除單個行人的重復邊界框，而保留被遮擋行人的邊界框的目的，由此實現對圖像中行人的檢測。本發明能夠顯著降低行人檢測的漏檢率，提高遮擋行人的檢出率。

技術領域

本發明屬于信息技術領域，涉及計算機視覺，模式識別等技術，具體涉及使用高斯懲罰的方式進行行人邊界框的篩選，從而檢測圖像中行人的方法。

背景技術

行人檢測即判斷輸入的圖像或視頻中是否出現行人，并確定其位置。近年來，隨著計算機視覺領域飛速發展，計算機視覺技術在智能駕駛，智能視頻監控和機器人領域得到大量地應用。行人檢測作為保障汽車、行人安全的一種主動安全手段，具有提高駕駛安全性、保障行人生命財產安全的重要意義和實用價值。因此行人檢測技術在計算機視覺領域占據著不可比擬的重要地位。

由于行人間的相互遮擋或者行人與其他物體之間的遮擋，造成被遮擋行人在圖片或者視頻中只有局部的信息，因此行人檢測目前所面臨的一個主要的挑戰是遮擋行人。目前主流的方法首先在圖像中檢測到足夠多的邊界框，并對每個邊界框生成一個置信度。之后對初步生成的邊界框進一步的篩選，獲得最后的檢測結果。普遍的篩選方法是依據置信度的高低和重疊度大小按照非極大值抑制的策略將重復邊界框直接刪除。但是這種篩選方法忽略了對遮擋行人的處理。在人群密集的區域，由于行人間的相互遮擋，對多個邊界框的直接刪除也去除了被遮擋行人的邊界框。使得對遮擋行人的檢測效果表現不佳。

發明內容

為了克服現有技術的不足，本發明提供一種使用高斯懲罰的邊界框篩選方法，能夠顯著提升行人檢測的性能，尤其是對遮擋行人的檢測。

本發明提供的技術方案是：

一種使用高斯懲罰檢測圖像中行人的方法，在行人檢測過程中，使用高斯懲罰對獲得的初步行人邊界框進行篩選，從而提升對圖像中行人尤其是遮擋行人的檢測性能；包括如下步驟：

1)獲取訓練數據、測試數據及行人數據標簽；

本發明實施例從加州理工大學公開的行人數據集(Caltech)分別得到訓練數據和測試數據，訓練樣本或測試樣本均有行人的標注，標注的方式是使用矩形框代表行人的位置，矩形框使用在圖像中的左上角和右下角的坐標來表示。即采用矩形框在圖像中的左上角和右下角的坐標來表示行人在圖像中的位置。

2)訓練模型并檢測，獲取初步的行人邊界框及其置信度和坐標；

使用行人檢測方法(現有方法如Faster RCNN)在訓練集上訓練得到檢測模型。使用檢測模型在測試數據集上分類定位行人的位置，獲得初步的行人邊界框及其置信度和坐標。

3)對邊界框的置信度進行高斯懲罰，通過行人邊界框篩選得到最終的行人邊界框，由此實現對圖像中行人的檢測；包括如下步驟：

31)可依據邊界框之間重疊度的大小對初步的行人邊界框進行分類；

具體地，本發明對初步的行人邊界框的分類包括：行人邊界框之間完全沒有重疊、單個行人邊界框、遮擋行人間的邊界框。

32)針對不同種類的初步的行人邊界框，對邊界框的置信度進行不同程度的懲罰，得到懲罰后的行人邊界框置信度；從而達到去除單個行人的重復邊界框，而保留被遮擋行人的邊界框的目的；具體為：

對于每一幅圖像，根據置信度對邊界框進行排序，選擇置信度最大的邊界框M；