[发明专利]一种监控场景下融合上下文信息的行人位置检测方法

权利要求书

1.一种监控场景下融合上下文信息的行人位置检测方法，其特征在于，包括以下步骤：

步骤A：提取输入图像的卷积神经网络特征；

步骤B：将监控场景的上下文信息融入到卷积神经网络中，生成关于行人位置的掩码图z；

步骤C：对掩码图z进行后处理，估计包含行人位置的边界框。

2.根据权利要求1所述的一种监控场景下融合上下文信息的行人位置检测方法，其特征在于：所述的步骤A包括以下步骤：

步骤A1：定义输入图像为x⁰，将其表示为其中，和分别表示图像x⁰在RGB空间的三通道图；则第l个卷积层的第j个特征图计算方式如下：

zjl=Σi=1Ml-1Wi,jl(xjl-1⊗ki,jl)+bjl;]]>

其中，l表示卷积层的索引，l＝1,2,3,4,5；M^l表示第l个卷积层特征图的数目，M¹＝96、M²＝256、M³＝384、M⁴＝384、M⁵＝256；表示相邻卷积层特征图的连接关系；表示卷积操作；与分别表示卷积核和偏移；

步骤A2：第l个卷积层的第j个特征图通过第l个卷积层的池化层和非线性层得到输入图像x⁰在第l个卷积层获取的j张特征图其中，j＝1,...,256；

输入图像x⁰在第l个卷积层获取的j张特征图表示为：

xjl=g(f(zjl));]]>

其中，g(·)表示对进行局部响应归一化处理，f(·)表示激活函数，f(·)采用不饱和非线性函数：

f(zjl)=max(zjl,0);]]>

因此，卷积神经网络对输入图像x⁰在第五个卷积层获取了256张特征图