[發(fā)明專利]一種GS-SSD的交通大場景車輛目標(biāo)快速檢測方法

在審

• 申請?zhí)枺?/td>: 202010862479.5
• 申請日: 2020-08-25
• 公開（公告）號: CN112084897A
• 公開（公告）日: 2020-12-15
• 發(fā)明（設(shè)計）人: 繆亞林;張順;姬怡純;程文芳
• 申請（專利權(quán)）人: 西安理工大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 燕肇琪

本發(fā)明公開的一種GS?SSD的交通大場景車輛目標(biāo)快速檢測方法，具體為：步驟1：訓(xùn)練篩選出最優(yōu)Gabor卷積核組置于淺層VGG16網(wǎng)絡(luò)，其次，使用SIP將特征圖深層的高級語義信息映射到特征圖淺層，最后，在Caffe環(huán)境下搭建新型GS?SSD網(wǎng)絡(luò)模型；步驟2：獲取新型GS?SSD網(wǎng)絡(luò)模型搭建所需的訓(xùn)練及測試圖像數(shù)據(jù)集；步驟3：Caffe環(huán)境下對搭建的新型GS?SSD網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練及測試；步驟4：對交通路口攝像頭采集的視頻進(jìn)行幀采樣，將得到的圖像輸入測試完成的新型GS?SSD網(wǎng)絡(luò)中，使用測試完成的新型GS?SSD網(wǎng)絡(luò)模型對其得到的圖片進(jìn)行目標(biāo)檢測，最后輸出檢測結(jié)果。該方法精度高檢測速度快。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機(jī)視覺的圖像處理技術(shù)領(lǐng)域，具體涉及一種GS-SSD的交通大場景車輛目標(biāo)快速檢測方法。

背景技術(shù)

ATMS(Advanced Transport Management Systems)是智能交通系統(tǒng)(IntelligentTransport Systems，ITS)，的核心子系統(tǒng)。其主要功能是通過對當(dāng)前城市道路交通網(wǎng)絡(luò)中的交通擁堵程度進(jìn)行自動識別，實(shí)時誘導(dǎo)城市道路交通流，快速反應(yīng)和應(yīng)對道路交通的突發(fā)事件，實(shí)現(xiàn)對城市道路交通運(yùn)行狀態(tài)的智能控制。ATMS功能實(shí)現(xiàn)的前提條件是需要對道路交通狀態(tài)信息實(shí)時地、準(zhǔn)確地進(jìn)行采集及識別。

目標(biāo)檢測近年來已經(jīng)取得了很重要的進(jìn)展，除傳統(tǒng)的手動設(shè)計特征進(jìn)行分類目標(biāo)檢測外，目前主流的算法主要分為兩個類型：two-stage方法：如R-CNN系算法，其主要思路是先通過啟發(fā)式方法(selective search)或者CNN網(wǎng)絡(luò)(RPN)產(chǎn)生一系列稀疏的候選框，然后對這些候選框進(jìn)行分類與回歸，two-stage方法的優(yōu)勢是準(zhǔn)確度高；one-stage方法：Yolo和SSD，其主要思路是均勻地在圖片的不同位置進(jìn)行密集抽樣，抽樣時可以采用不同尺度和長寬比，然后利用CNN提取特征后直接進(jìn)行分類與回歸，整個過程只需要一步，所以其優(yōu)勢是速度快，但是均勻的密集采樣的一個重要缺點(diǎn)是訓(xùn)練比較困難，這主要是因為正樣本與負(fù)樣本(背景)極其不均衡，導(dǎo)致模型準(zhǔn)確度稍低。

SSD(single shot multibox detector)由Wei Liu于2016年提出，算法基于一個前饋卷積神經(jīng)網(wǎng)絡(luò)，該算法首先產(chǎn)生一系列固定數(shù)量的默認(rèn)框(Default Box)，然后利用對應(yīng)的不同層級的特征圖基于這些默認(rèn)框來進(jìn)行位置和類別的預(yù)測。最后再對每一類別的所有預(yù)測得到的包圍盒(Bounding Box)通過非極大值抑制算法去除多余的以及概率較小的包圍盒，最后生成檢測結(jié)果。SSD是一種單階段、端到端的目標(biāo)檢測算法，檢測速度極大提升，達(dá)到了46FPS。而且由于其獨(dú)特的設(shè)計，利用了多層具有不同尺度的卷積層來進(jìn)行目標(biāo)的檢測和識別，在檢測性能上也得到了一定的提高。但在對小目標(biāo)檢測上未能取得很好的檢測效果，而且其檢測速度也不足以應(yīng)用于實(shí)際目標(biāo)檢測場景亟待解決。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種GS-SSD的交通大場景車輛目標(biāo)快速檢測方法，該方法適用于交通大場景下的實(shí)時目標(biāo)檢測，其檢測精度高、速度快。

本發(fā)明所采用的技術(shù)方案是，一種GS-SSD的交通大場景車輛目標(biāo)快速檢測方法，具體包括以下步驟：

步驟1：首先，訓(xùn)練篩選出最優(yōu)Gabor卷積核組置于淺層VGG16網(wǎng)絡(luò)，其次，使用SIP將特征圖深層的高級語義信息映射到特征圖淺層，最后，在Caffe環(huán)境下搭建新型GS-SSD網(wǎng)絡(luò)模型；

步驟2：獲取新型GS-SSD網(wǎng)絡(luò)模型搭建所需的訓(xùn)練及測試圖像數(shù)據(jù)集；

步驟3：Caffe環(huán)境下對搭建的新型GS-SSD網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練及測試；

步驟4：對交通路口攝像頭采集的視頻進(jìn)行幀采樣，將得到的圖像輸入測試完成的新型GS-SSD網(wǎng)絡(luò)中，使用測試完成的新型GS-SSD網(wǎng)絡(luò)模型對其得到的圖片進(jìn)行目標(biāo)檢測，最后輸出檢測結(jié)果。

本發(fā)明的特征還在于，