[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

本發明提供一種基于輕量級深度網絡的行人車輛實時檢測方法，輕量級深度網絡通過5個模塊+3種卷積操作，其中元模塊只包含2種卷積操作，來實現特征提取功能。本發明在不同模塊之間的跳躍連接方式和更魯棒的特征譜融合技術使得該網絡在模型參量較小的情況下實現了對行人車輛較好的檢測效果，能夠實時有效地檢測出圖像或視頻中的行人車輛。本發明提出的新的深度網絡具有模型參數量小、計算復雜度小并且檢測精確度高的優勢，可以實現在嵌入式平臺上對行人車輛進行實時的檢測，具有很好的實用性和實時性。

技術領域

本發明涉及圖像處理中的深度學習技術。

背景技術

隨著城市經濟水平和人口數量的不斷增長，交通道路上的車輛和行人數目也在相應增加。

隨之而來的道路交通擁擠、交通事故頻發等一列交通問題，對城市交通建設提出了更高的要求。因此，更高效快速的行人車輛實時檢測方法有著廣闊的應用前景和急切的市場需求。

國內外對行人車輛檢測方法的研究已經開展了數十年，這期間也有很多優秀的學者提出了很多有成效的檢測方法。但是，就計算機視覺技術所要抵達的終極目標--等同于人類的識別能力而言，這些檢測方法在對行人和車輛的檢測精度與效率上均還存在一定的差距，投入到實際應用中，存在的問題就更加明顯。目前，對行人和車輛的檢測算法所面臨的難點主要包括以下幾個方面：

(1)行人姿態各異，車輛造型各異；

(2)行人著裝和車輛的顏色多樣化；

(3)行人和車輛所在現實背景復雜化；

(4)行人和車輛所在場景光照強度不一；

(5)拍攝行人和車輛的角度多樣化；

(6)行人和車輛被遮擋情況既復雜又多樣；

近十年間，為了能夠更好地解決上述難點，大多數學者都致力于研究出更好的特征提取方法和訓練出更有效的分類器來提升對行人車輛的檢測性能，也發現了比較好的特征提取方法和分類器。

深度學習的概念開始引起人們的注意大約是在2006年前后，當時GeoffreyHinton和Ruslan Salakhutdinov[22]的實驗表明，多層的前向神經網絡能夠逐層做高效的前期訓練(pre-training)，采用無監督的限制性玻爾茲曼機對每一層進行訓練，最后在利用有監督的后向傳播做微調(fine-tuning)。其實早在1992年，Jurgen Schmidhuber在更一般情況下，實現過一個類似的無監督層次結構遞歸神經網絡并且從實驗上證明了模型可以有效地提高有監督學習的速度。但是對于實際應用來說還是很慢，因此一直以來用支撐向量機(SVM)等方法進行目標識別更受人們的歡迎。直到2010年，Ciresan et al[25]使用非線性深度后向傳播網絡，在MNIST[26]手寫字數據集上進行實驗，實驗結果超越了所有不使用無監督學習的前人方法，人們才逐漸轉向將深度學習用來做目標檢測和識別的研究。此外，隨著硬件的發展，深度學習已經能夠通過各種途徑得到速度上的提升，從而逐漸被運用到解決實際問題當中。

Single Shot MultiBox Detector(SSD)目標檢測網絡是目前檢測精度最高的深度網絡。它采用VGG-16作為特征提取網絡，并在VGG-16之后擴展了3個卷積層來增加多尺度，網絡的檢測部分采用6個特征譜的融合進一步提高了檢測精度。但是，該網絡由于模型參數過多(96.6MB)，當移植到嵌入式平臺時會出現嚴重卡頓，甚至跑不起來。