[發明專利]一種城市行人檢測方法

在審

• 申請號: 201810696570.7
• 申請日: 2018-06-29
• 公開（公告）號: CN109117717A
• 公開（公告）日: 2019-01-01
• 發明（設計）人: 楊軍
• 申請（專利權）人: 廣州烽火眾智數字技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

本發明公開了一種城市行人檢測方法，包括以下步驟：S1、通過圖像特征獲取模塊接收原始圖像；S2、將接收的原始圖像通過圖像處理模塊進行處理；S3、特征圖擴展；S4、將所述整體特征圖像和所述局部特征放大圖像依次連接；S5、分類網絡訓練：利用多種尺度行人在不同特征圖中的的分布訓練深度神經網絡；S6、行人檢測標注：將得到的兩種規模特征圖的候選窗口數目按比例匯總，經過S5中訓練好的分類器分類，經過非極大值抑制后框出行人；S7、檢測結果顯示。本發明采用整體特征圖像與局部放大特征圖像配合檢測，提高了行人檢測的準確性，并且利不同特征圖上檢測用不同權值加權有效避免了單一特征圖檢測的誤判和漏檢。

技術領域

本發明涉及目標檢測領域，具體是一種城市行人檢測方法。

背景技術

行人檢測(Pedestrian Detection)是利用計算機視覺技術判斷圖像或者視頻序列中是否存在行人并給予精確定位。該技術可與行人跟蹤，行人重識別等技術結合，應用于人工智能系統、車輛輔助駕駛系統、智能機器人、智能視頻監控、人體行為分析、智能交通等領域。由于行人兼具剛性和柔性物體的特性，外觀易受穿著、尺度、遮擋、姿態和視角等影響，使得行人檢測成為計算機視覺領域中一個既具有研究價值同時又極具挑戰性的熱門課題。

現有行人檢測方法有三種，分別為基于全局特征的方法、基于人體部位的方法、基于立體視覺的方法。

近年來，行人檢測技術在智能監控、自動駕駛、機器人視覺等方面具有廣泛的應用。實際應用中行人的著裝，姿態尤其是視頻中捕捉到的行人尺寸多變使得行人檢測面臨極大的挑戰性。行人檢測主要有兩大方式：一種是基于滑動窗口的傳統的行人檢測方法，一種是基于深度學習提取特征的行人檢測方法。傳統的行人檢測方法計算量大且沒有利用GPU資源檢測速度受限，由于計算機性能不斷增強并且利用了GPU計算能力，大多基于學習特征的深度學習方法檢測速度優于傳統方法，但是往往難以解決行人的多尺度問題。

發明內容

本發明的目的在于提供一種城市行人檢測方法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

一種城市行人檢測方法，包括以下步驟：

S1、通過安裝于城市道路旁的攝像頭采集行人圖像，并將采集的圖像上傳，通過圖像特征獲取模塊接收原始圖像；

S2、將接收的原始圖像通過圖像處理模塊進行處理，并提取其中的局部特征，進行放大，其中，所述圖像特征圖(或者叫地標圖)是指利用參數化特征(如點和線)的全局位置來表示環境；

S3、特征圖擴展：通過圖像冪率規則和圖像特征金字塔規則計算圖像臨近規模對應的特征圖；

S4、將所述整體特征圖像和所述局部特征放大圖像依次連接，并將整體特征圖像和所述局部特征放大圖像輸送到特征數據庫模塊進行比對；

S5、分類網絡訓練：利用多種尺度行人在不同特征圖中的的分布訓練深度神經網絡；

S6、行人檢測標注：將得到的兩種規模特征圖的候選窗口數目按比例匯總，經過S5中訓練好的分類器分類，經過非極大值抑制后框出行人；

S7、檢測結果顯示。

作為本發明進一步的方案：所述S2中將接收的圖像進行提取放大的步驟為：從整體特征圖像中，掃面選取行人的明顯特征，并通過放大，清晰的處理，將局部特征顯現處理，并進行保存。

作為本發明再進一步的方案：所述S3中擴展的圖片規模和擴展次數不設限。