[發明專利]基于深度學習的快速行人檢測方法

在審

• 申請號: 201810001077.9
• 申請日: 2018-01-02
• 公開（公告）號: CN108229390A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: 孫君鳳;許宏吉;劉愛玲;房樺;劉琛
• 申請（專利權）人: 濟南中維世紀科技有限公司;山東大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 張貴賓

1.一種基于深度學習的快速行人檢測方法，其特征在于：包括以下步驟：

（1）構建帶有標注信息的行人數據集：

采集不同場景下的監控視頻圖像，構建行人檢測標準數據集，并對數據集進行擴充，包含圖像及其標注信息；

（2）利用構建的行人數據集對網絡模型預訓練，生成適用于行人檢測的模型：

利用步驟一中準備好的數據集對預訓練模型進行微調，訓練為適用于所構建數據集的行人檢測模型；

（3）對訓練好的模型進行多通道視頻快速行人檢測的測試：

基于多通道視頻拼接方法，對待測試圖像進行預處理，輸入訓練好的模型進行檢測，得到目標的位置信息。

2.根據權利要求1所述的基于深度學習的快速行人檢測方法，其特征在于：

步驟（1）中：構建帶有標注信息的標準行人數據集，主要包括以下三部分：

1-1、采集不同場景下的行人畫面圖像；包含多種行人姿態、多種場景、多種光照影響以及一天中不同時段的視頻圖像，使得構造的數據集能夠有效覆蓋場景的多樣性；

1-2、對采集到的數據集進行有效的擴充，通過圖像鏡像、角度旋轉、尺寸縮放、添加隨機噪聲的方法；

1-3、對擴充后的數據集圖像生成對應的的標注及標簽信息，標注信息即樣本中目標的位置信息，標簽信息即樣本中目標所屬類別，類別為人標注為1或非人標注為-1。

3.根據權利要求1所述的基于深度學習的快速行人檢測方法，其特征在于：

步驟（2）中：利用構建的行人數據集訓練基于Faster R-CNN的模型：

通過上述構建的標注數據集，采用Faster R-CNN網絡結構對預訓練模型進行微調，訓練適用于行人檢測的模型；Faster R-CNN網絡包括用于產生候選區域的RPN卷積神經網絡和用于目標判別的fast R-CNN卷積神經網絡構成。

4.根據權利要求1所述的基于深度學習的快速行人檢測方法，其特征在于：

步驟（3）中：對訓練好的模型進行多通道視頻快速行人檢測的測試，主要包含以下三部分：

3-1、采用多通道視頻幀拼接方法生成待測試圖像

通過將多通道的監控視頻圖像進行拼接，組合成一幅大尺寸的圖像，然后將拼接后的圖像輸入到訓練好的模型中進行檢測，相當于多個通道的視頻幀同時進行檢測，能夠有效節省待檢測視頻的檢測時間；

3-2、 利用視頻幀預處理方法減少周圍環境的影響

在檢測過程中，圖像預處理的主要目的是消除圖像中的冗余信息，濾除干擾、噪聲，增強有關信息的可檢測性，從而提高后續特征提取和檢測的可靠性；

可用的圖像處理方法主要包括以下方法：直方圖均衡化、歸一化、Gamma校正；

3-3、將經過預處理過的拼接幀輸入到訓練好的模型中進行行人檢測，輸出行人位置信息及對應的置信度。

5.根據權利要求3所述的基于深度學習的快速行人檢測方法，其特征在于：

步驟（2）中：

利用已有的ImageNet模型在構建的數據集上進行微調，得到適用于行人檢測的新的分類模型，主要步驟如下：

2-1采用ImageNet模型的ZF-Net網絡進行預訓練，首先對該網絡模型的全連接層進行修改，輸出種類為兩類，即行人及非行人；

2-2在構建的樣本集上預訓練模型，Faster R-CNN包括用于提取候選區域的微調RPN網絡以及用于檢測目標的Fast R-CNN網絡；RPN網絡對輸入的包含行人的圖像進行處理，生成行人粗選區域；而Fast R-CNN網絡對這些行人粗選區域進行進一步的判別，輸出行人最終的位置信息；RPN網絡和Fast RCNN網絡能夠共享特征，減少了提取候選區域的時間，縮短了目標檢測的時間；

使用預訓練的方法主要是為了得到一個良好的網絡初始化值，以避免后續的訓練中陷入局部最小值，同時還能夠加快網絡的收斂速度；后續使用構建的樣本集對網絡進行微調，以確保參數更加適合當前的樣本集，提高在數據集上的檢測率。