[發(fā)明專利]一種基于對(duì)抗網(wǎng)絡(luò)學(xué)習(xí)的視頻的車輛檢測(cè)方法和計(jì)數(shù)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710556593.3
• 申請(qǐng)日: 2017-07-10
• 公開（公告）號(hào): CN107563274A
• 公開（公告）日: 2018-01-09
• 發(fā)明（設(shè)計(jì)）人: 任子暉;李錚;張麗君;張兆義;高洪昌;胡俊;孫林
• 申請(qǐng)（專利權(quán)）人: 安徽四創(chuàng)電子股份有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 合肥和瑞知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙)34118
• 代理人: 王挺

1.一種基于對(duì)抗網(wǎng)絡(luò)學(xué)習(xí)的視頻的車輛檢測(cè)方法，包括以下步驟：

S1、車輛視頻圖像的獲取；收集若干幅未處理的車輛視頻圖像作為訓(xùn)練圖像，將訓(xùn)練圖像歸一化處理，得到多幅歸一化后的車輛視頻圖像，作為車輛視頻圖像訓(xùn)練樣本；

S2、獲得車輛視頻圖像檢測(cè)模型；對(duì)條件約束下的視頻圖像判別網(wǎng)絡(luò)D(x,l)、視頻圖像生成網(wǎng)絡(luò)G(z,l)進(jìn)行構(gòu)造與對(duì)抗訓(xùn)練；另外獲取車輛視頻圖像負(fù)樣本，所述車輛視頻圖像負(fù)樣本為若干幅歸一化后的非車輛視頻圖像；將車輛視頻圖像負(fù)樣本與車輛視頻圖像訓(xùn)練樣本輸入到對(duì)抗訓(xùn)練后的視頻圖像判別網(wǎng)絡(luò)D(x,l)中，從對(duì)抗訓(xùn)練后的視頻圖像判別網(wǎng)絡(luò)D(x,l)中提取車輛視頻圖像對(duì)抗特征，組成對(duì)抗特征向量，將對(duì)抗特征向量經(jīng)過(guò)分類器訓(xùn)練，獲得車輛視頻圖像檢測(cè)模型；

S3、待檢測(cè)車輛視頻圖像的獲取；收集若干幅未處理的待檢測(cè)車輛視頻圖像，并將未處理的待檢測(cè)車輛視頻圖像的大小歸一化，得到多幅歸一化后的待檢測(cè)車輛視頻圖像；

S4、車輛在車輛視頻圖像中具體位置的標(biāo)記；將待檢測(cè)車輛視頻圖像輸入到所述的車輛視頻圖像檢測(cè)模型，進(jìn)行車輛的檢測(cè)，定位并標(biāo)記出車輛在視頻圖像中的具體位置。

2.根據(jù)權(quán)利要求1所述的一種基于對(duì)抗網(wǎng)絡(luò)學(xué)習(xí)的視頻的車輛檢測(cè)方法，其特征在于，步驟S2包括以下步驟：

S21、構(gòu)造帶條件約束的視頻圖像判別網(wǎng)絡(luò)D(x,l)和構(gòu)造l～pl(l)表示條件約束分布N(α，δ^2)；l～pl(l)的公式為：其中x表示圖像數(shù)據(jù)，l表示的是服從高斯分布的條件參數(shù)；α、δ^2為分布的參數(shù)，設(shè)定為車輛姿態(tài)或車輛運(yùn)動(dòng)狀態(tài)；

S22、構(gòu)造帶條件約束的視頻圖像生成網(wǎng)絡(luò)G(z,l)，z～pz(z)表示高斯噪聲分布N(μ，σ^2)；z～pz(z)的公式為：其中z表示高斯噪聲分布，l表示條件約束分布且設(shè)定為車輛姿態(tài)分布或車輛運(yùn)動(dòng)狀態(tài)分布；μ、σ^2為分布的參數(shù)，分別為高斯分布的期望和方差；

S23、條件約束下視頻圖像判別網(wǎng)絡(luò)D(x,l)和視頻圖像生成網(wǎng)絡(luò)G(z,l)的對(duì)抗訓(xùn)練，得到對(duì)抗訓(xùn)練后的待條件的約束的視頻圖像判別網(wǎng)絡(luò)D(x,l)；

S24、獲取車輛視頻圖像負(fù)樣本；收集若干幅非車輛視頻圖像作為未處理的車輛視頻圖像負(fù)樣本，收集的未處理的車輛視頻圖像負(fù)樣本的焦點(diǎn)集中在視頻中車輛之外的圖像區(qū)域，將所有未處理的車輛視頻圖像負(fù)樣本的大小歸一化處理，得到多幅歸一化后的車輛視頻圖像負(fù)樣本；

S25、提取車輛視頻圖像對(duì)抗特征；將車輛視頻圖像訓(xùn)練樣本及車輛視頻圖像負(fù)樣本作為輸入，輸入到訓(xùn)練后的帶條件約束的視頻圖像判別網(wǎng)絡(luò)D(x,l)，并將帶條件約束的視頻圖像判別網(wǎng)絡(luò)D(x,l)的深度卷積神經(jīng)網(wǎng)絡(luò)的其中一層作為車輛視頻圖像對(duì)抗特征輸出；

S26、收集車輛視頻圖像對(duì)抗特征，組成對(duì)抗特征向量；

S27、將對(duì)抗特征向量經(jīng)過(guò)分類器訓(xùn)練，得到車輛視頻圖像檢測(cè)模型。