[发明专利]一种基于图像的行人检测方法及装置

权利要求书

1.一种基于图像的行人检测方法，其特征在于，所述方法包括：

接收原始图像，并对所述原始图像进行处理得到所述原始图像的图像特征图；

提取所述原始图像的通道特征，并对所述通道特征进行处理得到通道深度特征图；

将所述图像特征图和所述通道深度特征图依次连接，并输入所述图像特征图和所述通道深度特征图到改进后的区域建议网络RPN模型中，以使所述改进后的区域建议网络RPN模型输出候选目标区域；

输入所述候选目标区域到图像判别模型中，以使所述图像判别模型输出定位行人的矩形框，从而输出行人检测结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行处理得到所述原始图像的图像特征图具体包括：

使用在图像识别网络ImageNet上预先训练过的图像分类模型VGG16网络作为主体网络对所述原始图像进行特征提取，经过四层深度卷积神经网络对所述原始图像进行处理得到所述原始图像的图像特征图。

3.根据权利要求1所述的方法，其特征在于，所述对所述通道特征进行处理得到通道深度特征图具体包括：

对所述原始图像进行预处理，在所述预处理阶段对所述原始图像进行一系列的线性和非线性的变换，每个图像经过不同的变换得到一个通道，再输入所述通道特征到一个三层的卷积神经网络中进行处理得到所述通道深度特征图。

4.根据权利要求1所述的方法，其特征在于，所述图像判别模型具体包括：

一个感兴趣区域模型ROI层，两个全连接层，一个逻辑回归层和一个边框Bbox回归层。

5.根据权利要求1所述的方法，其特征在于，所述通道具体包括：

颜色空间LUV通道、梯度强度通道和梯度直方图通道。

6.一种基于图像的行人检测装置，其特征在于，所述装置包括：

图像特征图获取模块，用于接收原始图像，并对所述原始图像进行处理得到所述原始图像的图像特征图；

通道深度特征图获取模块，用于提取所述原始图像的通道特征，并对所述通道特征进行处理得到通道深度特征图；

候选目标区域输出模块，用于将所述图像特征图和所述通道深度特征图依次连接，并输入所述图像特征图和所述通道深度特征图到改进后的区域建议网络RPN模型中，以使所述改进后的区域建议网络RPN模型输出候选目标区域；

检测结果输出模块，用于输入所述候选目标区域到图像判别模型中，以使所述图像判别模型输出定位行人的矩形框，从而输出行人检测结果。

7.根据权利要求6所述的装置，其特征在于，所述图像特征图获取模块具体用于：

使用在图像识别网络ImageNet上预先训练过的图像分类模型VGG16网络作为主体网络对所述原始图像进行特征提取，经过四层深度卷积神经网络对所述原始图像进行处理得到所述原始图像的图像特征图。

8.根据权利要求6所述的方法，其特征在于，所述通道深度特征图获取模块具体用于：

对所述原始图像进行预处理，在所述预处理阶段对所述原始图像进行一系列的线性和非线性的变换，每个图像经过不同的变换得到一个通道，再输入所述通道特征到一个三层的卷积神经网络中进行处理得到所述通道深度特征图。

9.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述处理器通信连接的至少一个存储器，其中：

所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行如权利要求1至5任一所述的方法。