[發明專利]一種基于改進YOLOv3模型的行人檢測方法及系統

在審

• 申請號: 202110453896.9
• 申請日: 2021-04-26
• 公開（公告）號: CN113205028A
• 公開（公告）日: 2021-08-03
• 發明（設計）人: 錢惠敏;陳緯;陳嘯
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06F16/951;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 何春廷

本發明公開了一種基于改進YOLOv3模型的行人檢測方法及系統，包括：獲取自動駕駛場景下實時采集的監控場景視頻，從視頻中提取圖像幀；將圖像幀輸入到預先訓練好的改進YOLOv3模型，利用改進YOLOv3模型對圖像幀中是否包含行人進行判斷，若是則用邊界框標記，若否則不做任何處理。優點：本發明能夠提高對遮擋目標的識別能力，有效提高行人檢測精度，對小目標和遮擋目標誤檢率更低，并且速度更快，具有一定的實際應用價值，并且具有良好的泛化性能。

技術領域

本發明涉及一種基于改進YOLOv3模型的行人檢測方法及系統，屬于計算機視覺技術領域。

背景技術

近年來，基于深度卷積神經網絡的計算機視覺技術已取得了舉世矚目的成就，這些成就推動了無人駕駛、監控視頻、互聯網的視頻檢索處理、人機交互、虛擬現實、醫療保健、智能安防等技術的發展。行人檢測是自動駕駛技術中的一項重要研究內容，也是計算機視覺領域的研究熱點之一。

隨著深度神經網絡，特別是卷積神經網絡在目標檢測任務中的發展，以及大規模行人檢測公共數據集的出現，基于深度神經網絡的行人檢測算法已在實際問題中得到應用，但仍然存在小尺寸行人目標和被遮擋行人目標被誤檢、漏檢或重復檢測的問題。

此外在自動駕駛應用場景下，行人目標檢測算法應當同時具備實時性和準確性。R-CNN、Faster R-CNN等二階段方法由于實時性難以得到保證而較難實現應用，而YOLOv2、YOLOv3等一階段算法在經過不斷地改進后，在檢測的實時性方面性能十分突出，但需要較大的GPU顯存，資源消耗量大，在部署方面存在一定的困難。

發明內容

本發明所要解決的技術問題是克服現有技術的缺陷，提供一種基于改進YOLOv3模型的行人檢測方法及系統。

為解決上述技術問題，本發明提供一種基于改進YOLOv3模型的行人檢測方法，包括：

獲取自動駕駛場景下實時采集的監控場景視頻，從視頻中提取圖像幀；

將圖像幀輸入到預先訓練好的改進YOLOv3模型，利用改進YOLOv3模型對圖像幀中是否包含行人進行判斷，若是用邊界框標記，若否則不做任何處理；

所述改進YOLOv3模型的改進包括：

在YOLOv3模型的ResNet34的網絡結構的卷積塊的近道連接上依次添加平均池化層和卷積層，得到ResNet34-D，并作為改進YOLOv3模型的的主干網絡；

在YOLOv3模型的多特征融合網絡中增加空間金字塔池化層，用于提取不同感受野的特征并進行融合；

在YOLOv3的多特征融合網絡的輸出層增加DropBlock模塊，用于隨機刪除一部分輸出層中固定大小的整片區域神經單元，利用保留下來的神經元集中學習剩余部分的特征表示；

利用DIoU損失函數代替YOLOv3模型中原先邊框位置損失函數。

進一步的，所述改進YOLOv3模型的訓練過程包括：

使用從網絡中下載的ImageNet數據集訓練ResNet34_D網絡，得到ResNet34_D網絡的權重文件；

利用所述ResNet34_D網絡的權重文件初始化改進Y0L0v3模型的主干網絡的網絡參數；

獲取自動駕駛場景下的歷史行人圖像，根據歷史行人圖像構建初始數據集，對初始數據集中的圖像進行標注，得到行人數據集，按隨機方式從行人數據集中選擇訓練集和驗證集；

根據訓練集和所述DIoU損失函數，利用梯度下降反向傳播方法，對初始化網絡參數后的改進YOLOv3模型中的深度卷積神經網絡的參數進行迭代更新；將迭代至最大設定次數后得到的網絡參數作為最優的網絡參數，完成訓練，得到初步的改進YOLOv3模型；