[發明專利]一種作用于目標檢測系統的行人圖像檢測方法

有效

• 申請號: 202010331352.0
• 申請日: 2020-04-24
• 公開（公告）號: CN111523478B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 劉寧;黃立峰
• 申請（專利權）人: 中山大學
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/58
• 代理公司: 廣州凱東知識產權代理有限公司 44259
• 代理人: 李勤輝

本發明公開了一種作用于目標檢測系統的行人圖像檢測方法，包括以下步驟：在目標檢測系統中構建行人圖像檢測模型，采集待檢測的行人圖像，將待檢測的行人圖像輸入到所述行人圖像檢測模型，所述行人圖像檢測模型輸出行人圖像檢測結果；通過將包括有偽裝圖案的行人圖像和不含有偽裝圖案的行人圖像作為行人圖像檢測模型的訓練數據，使得行人圖像檢測模型能夠具備識別偽裝圖案的能力，同時，通過在目標檢測系統中構建所述行人圖像檢測模型，目標檢測系統通過針對行人圖像檢測模型的檢測結果做出相應的措施，能夠提高目標檢測系統的防御能力和檢測能力，避免出現漏檢或者錯檢的情況。

技術領域

本發明涉及行人追蹤技術領域，特別涉及一種作用于目標檢測系統的行人圖像檢測方法。

背景技術

行人追蹤，即是將在圖像序列中給定第一幀圖像中行人的初始位置后估計行人的位置和運動參數，在現實生活中，行人追蹤在許多領域都有廣泛應用，例如視頻監控領域、智能機器人領域、汽車輔助駕駛和自動駕駛領域，這些領域中行人追蹤是必不可少的技術，在社會邁向智能化的道路上，行人追蹤會發揮越來越大的作用。

目前多數的行人跟蹤和影像識別方法都是基于深度學習的目標檢測模型進行部署的，但是，現有的識別方法由于訓練數據并不夠充分，很容易就被別人采用通用偽裝攻擊手段進行攻擊，攻擊者對圖像或影像的內容進行輕微篡改，就會使特定的影像內容無法被人工智能系統檢測與定位，出現漏檢或者錯檢的情況。

發明內容

本發明的目的在于提供一種作用于目標檢測系統的行人圖像檢測方法，解決了現有技術存在的訓練數據不充分導致出現漏檢錯檢的問題。

本發明通過以下技術方案實現的：

一種作用于目標檢測系統的行人圖像檢測方法，包括以下步驟：

步驟S1，在目標檢測系統中構建行人圖像檢測模型，所述行人圖像檢測模型的輸入端為行人圖像，所述行人圖像檢測模型的輸出端為行人圖像檢測結果，其中，所述行人圖像包括含有偽裝圖案的行人圖像和不含有偽裝圖案的行人圖像；

步驟S2，采集待檢測的行人圖像；

步驟S3，將待檢測的行人圖像輸入到所述行人圖像檢測模型；

步驟S4，所述行人圖像檢測模型輸出行人圖像檢測結果。

作為所述作用于目標檢測系統的行人圖像檢測方法的進一步可選方案，所述含有偽裝圖案的行人圖像的生成基于目標檢測系統，包括以下步驟：

步驟S11，基于標準正太分布生成一張隨機噪音矩陣，對隨機噪音矩陣進行處理，得到原始偽裝圖案；

步驟S12，對原始偽裝圖案進行物理仿真操作，得到擬真數據集；

步驟S13，將擬真數據集輸入到目標檢測系統進行檢測，得到檢測結果；

步驟S14，依據檢測結果對擬真數據集進行調整，得到初始的含有偽裝圖案的行人圖像；

步驟S15，對初始的含有偽裝圖案的行人圖像進行優化，生成最終的含有偽裝圖案的行人圖像。

作為所述作用于目標檢測系統的行人圖像檢測方法的進一步可選方案，所述步驟S12中的對原始偽裝圖案進行物理仿真操作包括以下步驟：

步驟S121，對原始偽裝圖案的內在特性進行物理仿真；

步驟S122，對原始偽裝圖案所處的外在環境進行物理仿真。

作為所述作用于目標檢測系統的行人圖像檢測方法的進一步可選方案，所述步驟S121包括以下步驟：

步驟S1211，模擬原始偽裝圖案處于非剛體/非平面物體情況下的拉伸狀態；

步驟S1212，模擬原始偽裝圖像處于不同遮擋程度的狀態圖像；