[發明專利]一種基于yolov5行人檢測算法減少行人誤檢測率的方法

有效

• 申請號: 202110652249.0
• 申請日: 2021-06-11
• 公開（公告）號: CN113392754B
• 公開（公告）日: 2022-06-28
• 發明（設計）人: 蔡毅
• 申請（專利權）人: 成都掌中全景信息技術有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06V20/40;G06V10/764;G06K9/62
• 代理公司: 成都樂易聯創專利代理有限公司 51269
• 代理人: 張銳

本發明公開了一種基于yolov5行人檢測算法減少行人誤檢測率的方法，包括(1)獲取數據，數據包括圖像信息、日期信息和時間信息；(2)加載yolov5行人檢測的閾值；(3)利用yolov5行人檢測算法進行行人檢測并獲圖像信息的所有行人結果；(4)根據組合過濾方法過濾掉不符合要求的結果；(5)根據結果獲取對應的結果圖像信息，并過濾小于距離閾值的結果圖像信息；(6)連續3次檢測到行人為有效檢測；(7)從結果圖像信息中過濾掉上一次報警信息重復的信息；(8)結果圖像信息再次檢測并過濾，過濾掉后剩余的結果圖像信息為有效結果，并對有效結果進行報警，同時更新報警時間和報警結果圖像信息。本發明減少了誤檢告警幾率，減輕安防人員的工作量。

技術領域

本發明涉及智能安防領域，特別涉及基于yolov5行人檢測算法和二分類算法的基礎上采用多種方法組合使用來減少視頻流圖像中指定區域內行人誤檢測率的方法。

背景技術

行人檢測技術是在輸入圖片或視頻幀中判斷是否行人，如果有，那么將行人的位置標注出來。這項技術被廣泛應用在智能安防領域。傳統安防在不需要人為干預的情況下，系統能自動實現對監控畫面中的異常情況進行檢測、在有異常時能及時報警。

但現有技術在復雜多變的實際應用場景中，會將樹、貓、狗、鳥、燈柱等物體在某些環境下誤檢為行人，并且誤檢的概率較高；還經常出現對同一個誤檢目標進行重復報警，從而降低安防人員對告警的敏感性處理。

發明內容

本發明的目的在于提供一種基于yolov5行人檢測算法和二分類算法的基礎上采用多種方法組合使用來減少視頻流圖像中指定區域內行人誤檢測率的方法，該方法將yolov5行人檢測算法與其他多重過濾組合使用，可使行人檢測的誤檢概率明顯降低。

為實現上述目的，本發明采用如下技術方案：

一種基于yolov5行人檢測算法減少行人誤檢測率的方法，包括如下步驟：

(1)獲取數據，數據包括從視頻流實時獲取的當前幀的圖像信息、以及實時獲取的日期信息和時間信息；

(2)根據獲取的日期信息和時間信息加載對應的yolov5行人檢測的閾值；

(3)利用yolov5行人檢測算法對獲取的當前幀的圖像信息進行行人檢測并獲圖像信息的所有行人結果；

(4)首先利用步驟(2)的yolov5行人檢測的閾值過濾掉步驟(3)的所有行人結果中超過閾值的結果，然后根據所有行人結果的尺寸過濾掉尺寸過小的結果，最后與預先設置排出框進行比較，過濾掉與排出框重合率大于排出框閾值的結果；

(5)根據步驟(4)中過濾掉后剩余的結果的位置尺寸信息，從幀圖像信息中獲取對應的結果圖像信息，并將結果圖像信息進行預處理；并將預處理后與誤報數據庫中所有特征數據進行歐式距離計算，并過濾掉小于預先設置距離閾值的結果圖像信息；

(6)針對同一視頻流設置一個檢測結果隊列，將過濾掉無效結果的結果圖像信息按照時間序列排列到檢測結果隊列中，當連續3次檢測到行人結果則判斷為有效檢測，否者為無效檢測結果；

(7)將步驟(6)判斷為有效檢測的結果圖像信息的時間信息與上一次報警時間進行比較，過濾掉小于預先設定的時間閾值的結果圖像信息；以及將結果圖像信息與上一次報警結果圖像信息比較，過濾重疊率大于報警重疊率閾值的結果圖像信息；

(8)針對步驟(7)過濾掉后剩余的結果圖像信息采用二分類算法再次檢測，過濾掉二分類算法檢測結果小于預先設定的二分類閾值的結果圖像信息，過濾掉后剩余的結果圖像信息為有效結果，并對有效結果進行報警，同時更新報警時間和報警結果圖像信息。

進一步地，步驟(4)中過濾掉尺寸過小的結果是指過濾掉尺寸小于20×20像素的結果。

進一步地，步驟(4)中所述排出框閾值為60％。