[发明专利]基于多尺度的卷积特征的行人检测方法

说明书

本发明公开了一种基于多尺度的卷积特征的行人检测方法，其包括获取待识别图像，并将其转换为设定尺寸后存储为转换图像；将转换图像输入VGG16网络模型进行特征提取，并将最后一个下采样层的输出存储为第一特征图，每个下采样层前一个卷积层的输出存储为第二特征图；将第一特征图输入区域推荐网络中，得到前景的推荐区域；截取转换图像与推荐区域对应的区域作为子图像，并将子图像输入VGG16网络模型得到每个子图像的第三特征图；截取第一特征图和所有第二特征图上与第三特征图相对应区域的特征图；将同一第三特征图截取的所有特征图拼接后输入识别网络中进行识别，得到推荐区域是行人的概率。

技术领域

本发明涉及图像识别领域，具体涉及一种基于多尺度的卷积特征的行人检测方法。

背景技术

由于公共区域管理和安全的需求，智能视频监控成为计算机视觉的重要应用之一。智能视频监控的关键步骤是目标检测，尤其是行人检测，准确的目标检测为后续的智能分析提供了良好基础，例如，目标跟踪、目标识别、人数统计、行人验证等等。

现有目标检测方法可以分为传统目标检测方法和基于卷积神经网络的目标检测方法。传统目标检测方法的研究重点在于技巧性地设计合适的特征和强大的分类器，例如：HoG+SVM、HoG+DPM、DOT+RF等等。由于设计的特征表达能力不强，导致传统目标检测方法不能取得令人满意的检测结果，因此，为了提高特征的表达能力，研究者提出了基于卷积神经网络的目标检测方法，例如：DCNN、R-CNN、Faster R-CNN等等。

行人检测主要是在目标检测的基础上进行迁移和改进，现在主要用到的是基于深度卷积神经网络的行人检测方法，该方法主要利用了卷积核具有较强的特征提取能力，在提取行人特征后，利用这些特征预测行人位置。

2015年，在International Conference on Neural Information ProcessingSystems第91-99页发表的名叫Faster R-CNN:towards real-time object detectionwith region proposal networks的文章提供了一种基于深度卷积网络的对象检测方法。该方法先训练了一个叫做RPN的深度卷积网络。该卷积网络利用已经标定好的图像和标定框的参数信息来训练。训练完毕后的RPN具有推荐包含前景目标区域的能力。对于这些推荐的区域，我们采用ROI池化层将局部特征图转化为统一尺寸后输入到全连接的深度网络中进行判别，区分目标的类别。

Faster R-CNN改进了原来的Fast R-CNN，用RPN取代了原有的Selective Search方法来推荐区域。把目标区域的推荐全部交给CNN来处理，这不仅利用了CNN特征提取的优势来提高推荐区域的准确度，还可以减少计算时间。

基于Faster R-CNN的行人检测方法采用了RPN网络进行前景对象的推荐，然后用全连接网络来判别是否是行人。但是对于图片中的小图像，经过卷积网络特征提取后，会使产生的特征图分别率不够，因而后面全连接的分类网络不能准确分别出该对象是否是行人，这就导致了远景的行人经常被忽略，从而影响整体的行人识别率。

发明内容

针对现有技术中的上述不足，本发明提供的基于多尺度的卷积特征的行人检测方法解决了现有的行人检测方法对图像中的小目标行人无法识别或识别率不高的缺陷。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于多尺度的卷积特征的行人检测方法，其包括：

获取待识别图像，并将其转换为设定尺寸后存储为转换图像；

将转换图像输入VGG16网络模型进行特征提取，并将最后一个下采样层的输出存储为第一特征图，每个下采样层前一个卷积层的输出存储为第二特征图；

将第一特征图输入区域推荐网络中，得到前景的推荐区域；