[發明專利]一種基于輕量級深度網絡的行人車輛實時檢測方法

有效

• 申請號: 201710765209.0
• 申請日: 2017-08-30
• 公開（公告）號: CN107578091B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 李宏亮;孫玲;張文海;翁爽;董蒙
• 申請（專利權）人: 電子科技大學
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/62
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 鄒裕蓉

1.一種基于輕量級深度網絡的行人車輛實時檢測方法，其特征在于，包括以下步驟：

1)對檢測圖像進行預處理；

2)采用卷積神經網絡CNN結構來構建深度網絡對檢測圖像進行特征提取，網絡結構如下：

網絡共8層，其中5個元模塊、3個卷積層，第1卷積層輸出特征譜至第1元模塊，第1元模塊輸出特征譜至第2元模塊，第1卷積層輸出特征譜與第2元模塊輸出特征譜進行融合后輸出至第3元模塊，第3元模塊輸出特征譜至第4元模塊，第1元模塊輸出特征譜與第4模塊輸出特征譜進行融合后輸出至第5元模塊、第3元模塊輸出特征譜與第5元模塊輸出特征譜進行融合后輸出至第2卷積層，第2卷積層輸出特征譜至第3卷積層；

特征譜融合方式為：

其中，f(z)表示兩特征譜融合后的特征譜，f(x)表示兩特征譜中較淺層的特征譜，f(y)表示兩特征譜中較深層特征譜，dist(x,y)表征要融合特征譜之間的距離dist(x,y)＝|f(x)-f(y)|，e為自然常數；

元模塊用于，先用尺寸為1x1的濾波器對輸入特征譜進行滑窗卷積得到1x1濾波后的特征譜，并將1x1濾波后的特征譜輸出至3x3的濾波器，3x3的濾波器對輸入特征譜進行滑窗卷積并輸出3x3濾波后的特征譜，最后對1x1濾波后的特征譜與3x3濾波后的特征譜進行拼接以生成元模塊的輸出特征譜；

3)基于深度網絡提取的特征完成對檢測圖像的目標檢測。