[發明專利]一種基于改進YOLO算法的小目標行人檢測方法

在審

• 申請號: 202110096039.8
• 申請日: 2021-01-25
• 公開（公告）號: CN112766188A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 徐興;王凱耀;趙蕓
• 申請（專利權）人: 浙江科技學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 浙江新篇律師事務所 33371
• 代理人: 龔玉平

本發明涉及計算機視覺技術和智能交通技術領域，公開一種基于改進YOLO算法的小目標行人檢測方法，首先，利用KITTI、INRIA數據集制作小目標行人數據集；其次,基于本文數據集,采用k?means算法重新聚類預選框；再次,基于YOLO?V3模型,使用Mish激活函數代替ReLU,簡化了特征提取網絡,使用PANet結構進行特征融合；最后優化損失函數,使用CIoU計算坐標誤差。本發明改進的算法比YOLO?V3模型提升了3.2AP和20.8％的網絡推理速度,在小目標行人檢測任務中有一定的實用性。

技術領域

本發明涉及計算機視覺技術和智能交通技術領域，具體為一種基于改進YOLO算法的小目標行人檢測方法。

背景技術

目前,在智能交通和智慧城市的發展中,智能駕駛技術是行業的研究熱點,在駕駛過程中,智能系統需要對車輛周圍環境的目標如車輛、交通標志、行人等進行檢測.其中小目標行人由于像素占比低,易被遮擋等因素,在實際檢測任務中,識別精度通常不高.故提高小目標行人的檢測準確度并降低檢測時延,是業界不斷追求的目標.

CNN(convolutional neural network,卷積神經網絡)作為重要的深度模型之一,其在圖像處理方面,能高效地處理具有像素網格特征的圖像數據.利用卷積網絡進行目標檢測算法有two-stage模式的Faster R-CNN[1]和one-stage模式的YOLO、SSD[2-5]等.其中,前者的識別過程分為提出候選區域和檢測對象兩部分,該策略檢測精度高,但是速度慢；YOLO算法的分類定位一體化網絡能輕松做到端到端檢測,檢測速度也比同類型網絡出色,故常運用在在視頻任務中.然而在較快的檢測速度下,YOLO無法維持較高的檢測精度.

在基于YOLO-V3算法的小目標識別任務中,易等[6]采用壓縮的特征網絡和CenterNet結構提高了小目標野兔的檢測精度和速度；鞠等[7]在特征提取網絡添加殘差塊,并在特征融合中拼接低層特征圖,提高了模型對小目標識別的召回率和準確率。但是其檢測精度和實時性還是不能滿足實際需求，在實際的交通檢測任務中,行人占據圖像比例小,在陰暗環境、遮擋等情形下的識別率低。

發明內容

(一)解決的技術問題

針對現有技術的不足，本發明提供了一種基于改進YOLO算法的小目標行人檢測方法，采用改進的網絡結構和損失函數,實現了小目標行人的檢測,與原算法相比,提高了檢測精度和實時性。

(二)技術方案

為實現上述目的，本發明提供了如下技術方案：

一種基于改進YOLO算法的小目標行人檢測方法，包括以下步驟：

1)利用KITTI、INRIA數據集制作小目標行人數據集；

2)基于步驟1)獲得的數據集,采用k-means算法重新聚類預選框，將兩框間的大IoU值定義為短距,即把與聚類框交并比大的樣本框歸為一類,公式如下為d(box,cent)＝1-IoU(box,cent)，其中box表示樣本,cent表示簇中心,IoU(box,cent)表示樣本框與聚類框的交并比；

3)改進YOLO-V3模型,在Backbone特征提取網絡部分使用Mish激活函數代替ReLU簡化特征提取網絡,在Neck多尺度融合部分,采用PANet結構進行特征融合；

4)采用真實Box與預測Box相關數據的CIoU誤差和交叉熵作為損失函數,使用CIoU計算坐標誤差。

進一步的，所述步驟1)中制作小目標行人數據集包括以下步驟：

11)挑選出KITTI數據集中存在行人目標的照片共若干張,并將單張圖片填充灰色像素至1248×416尺寸,隨后拼接三張照片；

12)將INRIA數據集的圖片填充灰色像素至正方形,并縮放至416×416尺寸,隨后拼接九張照片。