[發明專利]一種基于圖像的行人檢測方法及裝置

在審

• 申請號: 201710648627.1
• 申請日: 2017-08-01
• 公開（公告）號: CN107563290A
• 公開（公告）日: 2018-01-09
• 發明（設計）人: 高萬林;陳治昌;于麗娜;仲貞;張國鋒;于麗敏
• 申請（專利權）人: 中國農業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 王瑩,李官

1.一種基于圖像的行人檢測方法，其特征在于，所述方法包括：

接收原始圖像，并對所述原始圖像進行處理得到所述原始圖像的圖像特征圖；

提取所述原始圖像的通道特征，并對所述通道特征進行處理得到通道深度特征圖；

將所述圖像特征圖和所述通道深度特征圖依次連接，并輸入所述圖像特征圖和所述通道深度特征圖到改進后的區域建議網絡RPN模型中，以使所述改進后的區域建議網絡RPN模型輸出候選目標區域；

輸入所述候選目標區域到圖像判別模型中，以使所述圖像判別模型輸出定位行人的矩形框，從而輸出行人檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述對所述原始圖像進行處理得到所述原始圖像的圖像特征圖具體包括：

使用在圖像識別網絡ImageNet上預先訓練過的圖像分類模型VGG16網絡作為主體網絡對所述原始圖像進行特征提取，經過四層深度卷積神經網絡對所述原始圖像進行處理得到所述原始圖像的圖像特征圖。

3.根據權利要求1所述的方法，其特征在于，所述對所述通道特征進行處理得到通道深度特征圖具體包括：

對所述原始圖像進行預處理，在所述預處理階段對所述原始圖像進行一系列的線性和非線性的變換，每個圖像經過不同的變換得到一個通道，再輸入所述通道特征到一個三層的卷積神經網絡中進行處理得到所述通道深度特征圖。

4.根據權利要求1所述的方法，其特征在于，所述圖像判別模型具體包括：

一個感興趣區域模型ROI層，兩個全連接層，一個邏輯回歸層和一個邊框Bbox回歸層。

5.根據權利要求1所述的方法，其特征在于，所述通道具體包括：

顏色空間LUV通道、梯度強度通道和梯度直方圖通道。

6.一種基于圖像的行人檢測裝置，其特征在于，所述裝置包括：

圖像特征圖獲取模塊，用于接收原始圖像，并對所述原始圖像進行處理得到所述原始圖像的圖像特征圖；

通道深度特征圖獲取模塊，用于提取所述原始圖像的通道特征，并對所述通道特征進行處理得到通道深度特征圖；

候選目標區域輸出模塊，用于將所述圖像特征圖和所述通道深度特征圖依次連接，并輸入所述圖像特征圖和所述通道深度特征圖到改進后的區域建議網絡RPN模型中，以使所述改進后的區域建議網絡RPN模型輸出候選目標區域；

檢測結果輸出模塊，用于輸入所述候選目標區域到圖像判別模型中，以使所述圖像判別模型輸出定位行人的矩形框，從而輸出行人檢測結果。

7.根據權利要求6所述的裝置，其特征在于，所述圖像特征圖獲取模塊具體用于：

使用在圖像識別網絡ImageNet上預先訓練過的圖像分類模型VGG16網絡作為主體網絡對所述原始圖像進行特征提取，經過四層深度卷積神經網絡對所述原始圖像進行處理得到所述原始圖像的圖像特征圖。

8.根據權利要求6所述的方法，其特征在于，所述通道深度特征圖獲取模塊具體用于：

對所述原始圖像進行預處理，在所述預處理階段對所述原始圖像進行一系列的線性和非線性的變換，每個圖像經過不同的變換得到一個通道，再輸入所述通道特征到一個三層的卷積神經網絡中進行處理得到所述通道深度特征圖。

9.一種電子設備，其特征在于，包括：

至少一個處理器；以及

與所述處理器通信連接的至少一個存儲器，其中：

所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如權利要求1至5任一所述的方法。

10.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質存儲計算機程序，所述計算機程序使所述計算機執行如權利要求1至5任一所述的方法。