[發(fā)明專利]一種基于級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)和增強(qiáng)隨機(jī)森林的行人檢測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201711142150.6
• 申請(qǐng)日: 2017-11-17
• 公開（公告）號(hào): CN107944369A
• 公開（公告）日: 2018-04-20
• 發(fā)明（設(shè)計(jì)）人: 張建新;張小濤;張強(qiáng)
• 申請(qǐng)（專利權(quán)）人: 大連大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/32;G06N3/04
• 代理公司: 大連八方知識(shí)產(chǎn)權(quán)代理有限公司21226
• 代理人: 衛(wèi)茂才

1.一種基于級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)和增強(qiáng)隨機(jī)森林的行人檢測方法，其特征在于，包括以下步驟：

步驟1：采用卷積神經(jīng)網(wǎng)絡(luò)在行人圖像上提取行人圖像特征；

步驟2：采用級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)在上述的行人圖像特征上進(jìn)行候選框的提取，根據(jù)提取的候選框的置信度值的高低，選取置信度較好的候選框作為行人候選區(qū)域；

步驟3：基于步驟1提取的行人圖像特征和基于步驟2選取的行人候選區(qū)域以及與行人候選區(qū)域相對(duì)應(yīng)的置信度值，將三者一起導(dǎo)入增強(qiáng)型的隨機(jī)森林分類器訓(xùn)練行人檢測模型，完成對(duì)行人的檢測。

2.如權(quán)根據(jù)權(quán)利要求1所述的一種基于級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)和增強(qiáng)隨機(jī)森林的行人檢測方法，其特征在于，步驟1中行人圖像特征的提取利用卷積神經(jīng)網(wǎng)絡(luò)VGG框架，針對(duì)行人圖像檢測的特殊性，選取conv3_3層卷積特征作為共享特征使用。

3.如權(quán)根據(jù)權(quán)利要求1所述的一種基于級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)和增強(qiáng)隨機(jī)森林的行人檢測方法，其特征在于，步驟2中級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)是根據(jù)下面方法模型對(duì)行人候選區(qū)域進(jìn)行進(jìn)一步的篩選和修正的：

Lcas({pi′},{ti′})=1Ncls′ΣiLcls′{1NclsΣiLcls(pi,pi*)}+λ′1Nreg′Σi(pi′)*Lreg′{1Nregpi*Lreg(ti,ti*)}]]>

Lreg(ti,ti*)=Σi∈{x,y,w,h}smoothL1(ti-ti*)]]>

smoothL1(x)=0.5x2if|x|<1|x|-0.5otherwise]]>

其中，i表示行人候選區(qū)域的索引，p_i表示區(qū)域生成網(wǎng)絡(luò)生成候選區(qū)域中行人分類預(yù)測概率，p_i^*代表候選區(qū)域?qū)?yīng)的行人標(biāo)簽概率，p_i'表示級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)生成候選區(qū)域中行人分類預(yù)測概率，(p_i')^*代表級(jí)聯(lián)后候選區(qū)域?qū)?yīng)的行人標(biāo)簽概率；t代表區(qū)域生成網(wǎng)絡(luò)預(yù)測的行人候選區(qū)域，t_i'代表級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)預(yù)測的行人候選區(qū)域，t^*代表對(duì)應(yīng)的行人區(qū)域標(biāo)簽。

4.如權(quán)根據(jù)權(quán)利要求1所述的一種基于級(jí)聯(lián)區(qū)域生成網(wǎng)絡(luò)和增強(qiáng)隨機(jī)森林的行人檢測方法，其特征在于，步驟3中增強(qiáng)型隨機(jī)森林分類器，分6個(gè)人階段來逐漸增強(qiáng)得到行人檢測器。