[发明专利]一种基于改进YOLOv2的无人驾驶中行人检测方法

说明书

本发明公开了一种基于改进YOLOv2的无人驾驶中行人检测方法。首先通过KITTI数据集训练YOLOv2网络，得到训练模型。然后，通过车载摄像头捕捉视频，将视频中的每一帧作为YOLOv2网络的输入，并将训练模型导入YOLOv2网络。接着运行网络，初步得到检测出的行人的位置信息和概率。最后对部分不可能包含行人目标区域建议框进行筛除之后，再利用非极大值抑制得到最终行人检测框。本发明能有效的应用于无人驾驶中行人检测。

技术领域

本发明涉及行人检测技术领域，尤其涉及一种基于改进YOLOv2的无人驾驶中行人检测方法。

背景技术

无人驾驶中的行人检测算法不仅要判断摄像头所捕获图像中是否存在行人，同时要对行人目标进行精准定位。从特征学习的角度，可以将行人检测分为基于浅层机器学习的检测算法与基于深度学习的检测算法[5]。基于浅层机器学习的行人检测技术主要通过分析行人动、静态特性，手动设计特征描述该特性，结合相应的图像处理与模式识别算法，达到识别与定位行人的目的。而基于深度学习的行人检测技术主要通过构建多层神经网络，依据一定的训练策略，通过大数据反复迭代训练、学习的方式实现行人检测。

基于浅层机器学习的行人检测又可以细分为基于全局特征、基于人体部件以及基于运动特征3类检测方法。其中基于运动特征的行人检测方法需要首先获取视频序列，再进行运动特征分析，导致该类方法必然存在检测延时的问题，无法满足无人驾驶的实时性要求。

基于全局特征的行人检测方法优选合适的特征描述子，表达行人的外貌、轮廓、纹理等全局静态特性，通过训练分类器的方式实现行人检测。常用的特征描述子包括的Harr小波特征、HOG特征、Edgelet特征以及Shapelet特征等。其中HOG特征对行人的描述相对较为全面，能够很好地区分背景与行人，对于姿态的变化也有较强的鲁棒性，是行人检测领域最为广泛使用的特征。而单一的特征往往难以满足检测精度的要求，因此研究人员通常采用多特征融合的方式，来实现对行人更为详尽的描述，这也是行人检测技术发展的方向之一。

基于全局特征的行人检测方法通常难以应对实际场景中行人部分遮挡的问题，而基于人体部件的检测方法在一定程度上可以克服遮挡问题。研究人员按照不同的标准将行人划分为不同的部件单元，分别进行检测，如有的将人体划分为头肩部、腿部、左手臂和右手臂4个部件单元。也有人考虑了角度因素将人体细分为更多的部件单元，提出了DPM算法，该算法结合HOG特征，融合了行人不同位置的几何关系，其对应改进算法连续多年获得VOC检测任务的冠军。该类方法通过目标特征的分解，允许部件单元几何关系的弹性连接，使得漏检率大大降低，但该类方法存在着训练样本标定复杂、处理行人多姿态问题。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于改进YOLOv2的无人驾驶中行人检测方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种基于改进YOLOv2的无人驾驶中行人检测方法，该方法包括以下步骤：

S1、获取用于行人检测的KITTI数据集，采用YOLOv2网络对数据集进行训练，将YOLOv2网络的输出设置为行人和非行人两类，对KITTI数据集的行人标定框长和宽进行kmeans聚类，并将聚类测度设置为IOU测度；训练时，通过对数据集进行扩充，并采用OHEM方法从含有大量非行人的候选样本的数据集中选择行人样本进行训练，得到训练模型；

S2、通过车载摄像头获取捕捉视频，从视频中提取每一帧的待检测图像作为改进的YOLOv2网络的输入，并将训练模型导入改进的YOLOv2网络，初步检测出的行人的位置信息和概率，得到包含行人初步检测结果的建议框；最后对其中的行人目标区域的建议框进行筛除，利用非极大值抑制得到最终行人检测框。

进一步地，本发明的步骤S1中进行数据集扩充的方法为：对KITTI数据集中的图片，通过翻转图片将数据集扩充一倍。