[發(fā)明專利]基于分塊遮擋感知的行人檢測方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810393658.1
• 申請日: 2018-04-27
• 公開（公告）號: CN108898047B
• 公開（公告）日: 2021-03-19
• 發(fā)明（設(shè)計）人: 雷震;張士峰;莊楚斌
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 北京市恒有知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576
• 代理人: 郭文浩

本發(fā)明屬于模式識別技術(shù)領(lǐng)域，具體涉及一種基于分塊遮擋感知的行人檢測方法及系統(tǒng)，旨在解決行人被遮擋而造成的行人檢測準確率較低的技術(shù)問題。為此目的，本發(fā)明中的行人檢測方法包括：基于預(yù)先構(gòu)建的行人檢測模型，并根據(jù)待測行人圖像，獲取每個預(yù)設(shè)的人體檢測區(qū)域?qū)?yīng)的圖像特征；對所獲取的圖像特征進行特征融合，得到對應(yīng)行人的整體特征；根據(jù)整體特征，獲取待測行人圖像的多個檢測結(jié)果框；選取所獲取的多個所述檢測結(jié)果框中滿足預(yù)設(shè)的篩選條件的檢測結(jié)果框。基于上述步驟，能夠有效檢測出待測圖像中被遮擋的行人。同時，本發(fā)明中的行人檢測系統(tǒng)能夠執(zhí)行并實現(xiàn)上述方法。

技術(shù)領(lǐng)域

本發(fā)明屬于模式識別技術(shù)領(lǐng)域，具體涉及一種基于分塊遮擋感知的行人檢測方法及系統(tǒng)。

背景技術(shù)

行人檢測技術(shù)是一種在任意輸入圖像中自動搜索行人的位置和大小的技術(shù)，其廣泛應(yīng)用于的計算機視覺和模式識別等領(lǐng)域，例如自動駕駛、視頻監(jiān)控和生物特征識別等。

在現(xiàn)實生活中的復(fù)雜環(huán)境下，行人的遮擋問題是目前行人檢測面臨的最大挑戰(zhàn)之一，尤其是在擁擠場景下，如何進行高效且精準的行人檢測更是研究的熱點與難點。針對該問題，目前大多數(shù)行人檢測方法都使用基于分塊的模型，通過學(xué)習(xí)一系列分塊檢測器，并綜合每個檢測器的結(jié)果用于對行人進行最終定位。但這些方法只是要求每個預(yù)測的檢測窗口盡可能接近于行人標注框，而沒有考慮到它們之間的內(nèi)在聯(lián)系。因此，這些行人檢測器的性能對于非極大值抑制法(Non Maximum Suppression)閾值的設(shè)置非常敏感，尤其是對于存在大規(guī)模擁擠的場景，非極大值抑制法閾值對檢測器性能的影響更大。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的上述問題，即為了解決行人被遮擋而造成的行人檢測準確率較低的技術(shù)問題，本發(fā)明的一方面，提供了一種基于分塊遮擋感知的行人檢測方法，包括：

基于預(yù)先構(gòu)建的行人檢測模型，并根據(jù)待測行人圖像，獲取每個預(yù)設(shè)的人體檢測區(qū)域?qū)?yīng)的圖像特征；

對所獲取的圖像特征進行特征融合，得到對應(yīng)行人的整體特征；

根據(jù)所述整體特征，獲取所述待測行人圖像的多個檢測結(jié)果框；

選取所獲取的多個所述檢測結(jié)果框中滿足預(yù)設(shè)的篩選條件的檢測結(jié)果框；

其中，所述行人檢測模型是基于Faster R-CNN神經(jīng)網(wǎng)絡(luò)構(gòu)建的模型，并且所述Faster R-CNN神經(jīng)網(wǎng)絡(luò)的高卷積層中關(guān)聯(lián)有錨點框。

進一步地，在“基于預(yù)先構(gòu)建的行人檢測模型，并根據(jù)待測行人圖像，獲取每個預(yù)設(shè)的人體檢測區(qū)域?qū)?yīng)的圖像特征”之前，所述方法還包括：

對所述預(yù)設(shè)的訓(xùn)練圖像進行數(shù)據(jù)增廣處理，得到訓(xùn)練樣本；

對錨點框與所述訓(xùn)練樣本中的行人標注框進行匹配，并根據(jù)匹配結(jié)果將錨點框劃分為正樣本和負樣本；所述正樣本為與行人標注框匹配的錨點框，所述負樣本為與行人標注框未匹配的錨點框；

采用困難負樣本挖掘方法選取預(yù)設(shè)的第一數(shù)量的負樣本；

根據(jù)所述正樣本與所選取的負樣本計算損失函數(shù)值，并根據(jù)損失函數(shù)值更新所述Faster R-CNN神經(jīng)網(wǎng)絡(luò)；對更新后的Faster R-CNN神經(jīng)網(wǎng)絡(luò)重新進行網(wǎng)絡(luò)訓(xùn)練，直至其滿足預(yù)設(shè)的收斂條件。

進一步地，所述Faster R-CNN神經(jīng)網(wǎng)絡(luò)包括RPN模塊；在“基于預(yù)先構(gòu)建的行人檢測模型，并根據(jù)待測行人圖像，獲取每個預(yù)設(shè)的人體檢測區(qū)域?qū)?yīng)的圖像特征”之前，所述方法還包括：

基于預(yù)設(shè)的訓(xùn)練圖像，并按照下式所示的損失函數(shù)，對所述RPN模塊進行網(wǎng)絡(luò)訓(xùn)練：