[發(fā)明專利]基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810625686.1
• 申請(qǐng)日: 2018-06-18
• 公開（公告）號(hào): CN108921056A
• 公開（公告）日: 2018-11-30
• 發(fā)明（設(shè)計(jì)）人: 張姣;周傳宏
• 申請(qǐng)（專利權(quán)）人: 上海大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 上海上大專利事務(wù)所(普通合伙) 31205
• 代理人: 陸聰明

1.一種基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法，其主要步驟在于：包括：

A、搭建了面向汽車輔助駕駛的行人檢測(cè)的實(shí)驗(yàn)數(shù)據(jù)采集與測(cè)試平臺(tái)；

B、降低在檢測(cè)過(guò)程中獲取候選行人區(qū)域時(shí)需要在大量背景區(qū)域上花費(fèi)較大的搜索開銷；

C、候選網(wǎng)絡(luò)行人進(jìn)行初定位；

D、在分類器的離線訓(xùn)練環(huán)節(jié)，確定訓(xùn)練機(jī)制，通過(guò)迭代等優(yōu)化方式獲得更為魯棒的行人分類器。

2.根據(jù)權(quán)利要求1所述的基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法，其步驟在于：搭載了單目遠(yuǎn)紅外傳感器（即熱像儀，下文稱為攝像頭）的小轎車，提出基于神經(jīng)網(wǎng)絡(luò)進(jìn)行ROIs 提取，訓(xùn)練過(guò)程中從數(shù)據(jù)預(yù)處理以及迭代對(duì)于檢測(cè)算子的魯棒性優(yōu)化。

3.根據(jù)權(quán)利要求2所述的基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法，其步驟在于：所述步驟A，其包括：

A1、行人樣本及其預(yù)處理，將行人樣本集劃分為多個(gè)子類；

A2、基于局部區(qū)域搜索的 ROIs 提取，并盡可能抑制僅包含背景目標(biāo)的候選區(qū)域；

A3、基于faster rcnn的區(qū)域候選網(wǎng)絡(luò)RPN，從卷積步驟圖上從大量的位置與大小均不定的窗口中得出最有可能是物體的窗口；

A4、分類器采用基于 bootstrapping 和提前終止策略的訓(xùn)練機(jī)制，迭代訓(xùn)練搜索并有效利用表征背景目標(biāo)的“困難”訓(xùn)練數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法，其A1步驟在于：根據(jù)不同的運(yùn)動(dòng)朝向，這里將行人樣本集劃分為 3 個(gè)子類，分別對(duì)應(yīng)沿著攝像頭運(yùn)動(dòng)（包括踩單車、跑步和行走等運(yùn)動(dòng)方式）、橫跨攝像頭由右向左運(yùn)動(dòng)和橫跨攝像頭由左向右運(yùn)動(dòng)。

5.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法，其A2步驟在于：所述步驟A2，其包括：

A2-1、預(yù)分割環(huán)節(jié)，提出基于像素梯度的垂直投影方法，利用遠(yuǎn)紅外圖像中行人目標(biāo)像素灰度值的分布特點(diǎn)，對(duì)輸入圖像的所有豎直帶狀圖像區(qū)域進(jìn)行評(píng)估，從而過(guò)濾不具有顯著灰度變化的豎直帶狀圖像區(qū)域；

A2-2、在 ROIs 產(chǎn)生環(huán)節(jié)，利用自適應(yīng)局部雙閾值分割算法對(duì)所得的豎直帶狀圖像區(qū)域執(zhí)行二值分割，從而產(chǎn)生精確的 ROIs。

6.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法，其A3步驟在于：通過(guò)在卷積步驟圖上利用卷積核進(jìn)行滑動(dòng)窗口，不同的卷積核滑窗產(chǎn)生預(yù)先設(shè)定的不同尺度的錨點(diǎn)窗口位置與分?jǐn)?shù)，得分最高的錨點(diǎn)窗口即為候選窗口。

7.根據(jù)權(quán)利要求3所述的基于神經(jīng)網(wǎng)絡(luò)面向汽車輔助駕駛的行人檢測(cè)方法，其A4步驟在于：上一輪迭代訓(xùn)練所得的行人分類器通過(guò)自身的預(yù)測(cè)結(jié)果，從僅包含背景模式的視頻序列中搜索被錯(cuò)分的訓(xùn)練數(shù)據(jù)組成表征背景目標(biāo)的擴(kuò)展訓(xùn)練集；在新一輪的迭代過(guò)程中，擴(kuò)展訓(xùn)練集將結(jié)合初始訓(xùn)練集更新或重新訓(xùn)練行人分類器。