[發明專利]一種基于深度學習的行人檢測方法

在審

• 申請號: 202110420061.3
• 申請日: 2021-04-19
• 公開（公告）號: CN113033478A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 盧立暉;索婕;王化建;張立華;司鵬程;丁明亮;李磊;張正強
• 申請（專利權）人: 曲阜師范大學;日照匯聯眾創智能技術研究院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京睿智保誠專利代理事務所(普通合伙) 11732
• 代理人: 韓迎之

1.一種基于深度學習的行人檢測方法，其特征在于，包括：

S100：獲取帶有行人目標的樣本數據集，并對所述樣本數據集進行預處理；

S200：搭建SSD行人檢測模型，并對所述SSD行人檢測模型進行優化，得到優化后的SSD行人檢測模型；

S300：將經過所述步驟S100預處理得到的樣本數據集送入優化后的SSD行人檢測模型進行訓練，產生預選框，并經過處理得到檢測框；

S400：利用所述檢測框對所述樣本數據集中的行人目標進行檢測，將所述檢測結果輸出并顯示。

2.根據權利要求1所述的一種基于深度學習的行人檢測方法，其特征在于，在進行步驟S300時先對樣本數據集進行K-means聚類，得到所述預選框的最佳寬高比，包括：

S10：設定k個聚類中心，設聚類中心的坐標為(W_i,H_i)，計算每個所述預選框和每個聚類中心的距離，并將所述預選框分配給最近的聚類中心，具體表達式為：

d＝1-IOU[(x_j,y_j,w_j,h_j),(x_j,y_j,W_j,H_j)]

j∈{1,2,…,N}，i∈{1,2,…,k}

其中d為聚類中心距離，(x_j,y_j,w_j,h_j)為真實框的對應坐標，IOU為兩框之間的交并比，N是預選框的數量，k為聚類中心點數量；

S20：預選框分配完成之后，重新計算每個簇的聚類中心點，即計算全部所述預選框的寬和高的平均值，具體的表達式為：

S30：重復所述步驟S10、所述步驟S20，當聚類中心的變化不明顯時，獲取此時預選框的寬和高的平均值，得到了對應的預選框；

S40：利用所述預選框對所述樣本數據集進行聚類，重新確定所述預選框的寬、高，具體表達式為：

其中，m_d表示降采樣倍率，w_r表示預選框的寬度，w_k表示輸入圖像的寬度，h_r表示預選框的高度，h_k表示輸入圖像的高度；

S50：根據預選框寬、高值得到所述預選框最佳寬高比。

3.根據權利要求2所述的一種基于深度學習的行人檢測方法，其特征在于，步驟S300具體包括：

S310：基于ResNet殘差網絡結構構建SSD網絡框架，根據所述SSD網絡框架搭建SSD行人檢測模型，形成SSD行人檢測模型；

S320：在所述SSD行人檢測模型中加入VoVNet網絡，得到優化后的SSD行人檢測模型；

S330：設置相應的訓練參數，根據所述訓練參數創建訓練集對所述優化后的SSD行人檢測模型進行訓練，當所述優化后的SSD行人檢測模型達到最大迭代次數時停止訓練，得到訓練好的優化SSD行人檢測模型；

S340：將經過所述步驟S100得到的樣本數據集送入訓練好的優化SSD行人檢測模型，產生預選框，并經過處理得到檢測框。

4.根據權利要求3所述的一種基于深度學習的行人檢測方法，其特征在于，所述步驟S310具體如下：

S311：所述SSD行人檢測模型由多個殘差塊組構成，每一個殘差塊組包含多個殘差塊，對前一個殘差塊的輸出作1×1卷積，轉換為相同維度，并將前一個殘差塊的輸出作為整個殘差結構的輸入，輸入到第一卷積層層；

S312：所述第一卷積層與所述SSD行人檢測模型連接，且所述第一卷積層的輸出作為下一個卷積層的輸入；

S313：對所述下一個卷積層輸出進行歸一化和非線性函數操作后和前一個殘差結構的輸出結合起來，形成SSD行人檢測模型。

5.根據權利要求3所述的一種基于深度學習的行人檢測方法，其特征在于，所述步驟S320加入VoVNet網絡結構包括：

根據VoVNet網絡結構將所述第一卷積層以及殘差塊組依次串聯并在最后進行一次性聚合，得到優化后的SSD行人檢測模型。