[发明专利]一种基于级联区域生成网络和增强随机森林的行人检测方法

权利要求书

1.一种基于级联区域生成网络和增强随机森林的行人检测方法，其特征在于，包括以下步骤：

步骤1：采用卷积神经网络在行人图像上提取行人图像特征；

步骤2：采用级联区域生成网络在上述的行人图像特征上进行候选框的提取，根据提取的候选框的置信度值的高低，选取置信度较好的候选框作为行人候选区域；

步骤3：基于步骤1提取的行人图像特征和基于步骤2选取的行人候选区域以及与行人候选区域相对应的置信度值，将三者一起导入增强型的随机森林分类器训练行人检测模型，完成对行人的检测。

2.如权根据权利要求1所述的一种基于级联区域生成网络和增强随机森林的行人检测方法，其特征在于，步骤1中行人图像特征的提取利用卷积神经网络VGG框架，针对行人图像检测的特殊性，选取conv3_3层卷积特征作为共享特征使用。

3.如权根据权利要求1所述的一种基于级联区域生成网络和增强随机森林的行人检测方法，其特征在于，步骤2中级联区域生成网络是根据下面方法模型对行人候选区域进行进一步的筛选和修正的：

Lcas({pi′},{ti′})=1Ncls′ΣiLcls′{1NclsΣiLcls(pi,pi*)}+λ′1Nreg′Σi(pi′)*Lreg′{1Nregpi*Lreg(ti,ti*)}]]>

Lreg(ti,ti*)=Σi∈{x,y,w,h}smoothL1(ti-ti*)]]>

smoothL1(x)=0.5x2if|x|<1|x|-0.5otherwise]]>

其中，i表示行人候选区域的索引，p_i表示区域生成网络生成候选区域中行人分类预测概率，p_i^*代表候选区域对应的行人标签概率，p_i'表示级联区域生成网络生成候选区域中行人分类预测概率，(p_i')^*代表级联后候选区域对应的行人标签概率；t代表区域生成网络预测的行人候选区域，t_i'代表级联区域生成网络预测的行人候选区域，t^*代表对应的行人区域标签。

4.如权根据权利要求1所述的一种基于级联区域生成网络和增强随机森林的行人检测方法，其特征在于，步骤3中增强型随机森林分类器，分6个人阶段来逐渐增强得到行人检测器。