[发明专利]一种复杂场景中的行人检测方法

说明书

本发明公开了一种复杂场景中的行人检测方法，包括以下步骤：S1、获取行人正样本；S2、获取负样本；S3、将正样本和负样本进行线性变换，进行多级特征融合网络模型参数训练，得到多级特征融合网络模型；S4、通过多级特征融合网络模型获取正样本和负样本的图像特征矩阵；S5、利用图像特征矩阵训练获得SVM分类模型；S6、从行人数据集中，获取测试数据集，然后框选目标候选区域，将目标候选区域载入训练得到的多级特征融合网络模型提取图像特征，再将图像特征载入SVM分类模型进行识别，从而确认目标候选区域是行人区域还是非行人区域。本发明方法即提升了行人检测算法的准确性，又减少了深度学习在样本训练中的时间。

技术领域

本发明涉及视觉检测技术领域，具体是一种复杂场景中的行人检测方法。

背景技术

随着经济的快速发展，工业制造技术不断提升，材料科学不断发展，电子产品日新月异，元器件逐步走向小型化，运算速度呈现几何倍数的增长，成千上万的高性能计算设备应运而生，从高端科学实验室走向民用企业，为人工智能技术的创新发展奠定了基础。

作为人工智能技术的一个重要分支，计算机视觉技术也受到了广泛的研究。汽车自动驾驶系统、智能视频监控系统、人机交互系统也进入到大众的眼帘。作为汽车自动驾驶系统、智能视频监控系统、人机交互等系统的关键技术之一—行人检测方法也引起了科学研究人员的重视。行人检测方法的准确性及速度直接关系到行人的安全，一个行之有效的行人检测方法可能避免一场交通事故，相反也可能会带来灾难。

行人检测方法大体分为两类：一类是基于人工设计特征的检测方法，如：HOG、SVM、AdaBoost等。此类方法的优势在于计算性能需求不大，运算速度快，缺点在于准确率不高，尤其是在复杂场景中的应用。二类是基于深度学习的行人检测方法。此类方法的优势在于精度高，可试用复杂场景的应用，但需要极大的计算资源且训练时间长，迭代次数多。

发明内容

为解决上述问题，本发明提供一种复杂场景中的行人检测方法。

本发明采用的技术方案是：一种复杂场景中的行人检测方法，包括以下步骤：

S1、从行人数据集中，获取训练样本集，通过在训练样本集视频序列中截图并标记的方式，获取行人正样本；

S2、在步骤S1的截图中，随机选择生成负样本；

S3、将步骤S1获得的正样本和步骤S2生成的负样本进行线性变换（对图像进行缩放，缩放比例根据目标大小和原图大小的比值确认），进行多级特征融合网络模型参数训练，得到多级特征融合网络模型；

S4、通过步骤S3得到的多级特征融合网络模型获取正样本和负样本的图像特征矩阵；

S5、保持步骤S3训练得到的多级特征融合网络模型的参数不变，在多级特征融合网络模型基础上，添加完全连接层，利用步骤S4获取的图像特征矩阵训练获得SVM分类模型；

S6、从行人数据集中，获取测试数据集，然后框选目标候选区域，将目标候选区域载入步骤S3训练得到的多级特征融合网络模型提取图像特征，再将图像特征载入步骤S5获得的SVM分类模型进行识别，从而确认目标候选区域是行人区域还是非行人区域。

进一步地，所述步骤S1中，在Caltech行人数据集中，选择set00-set05作为训练样本集。

进一步地，所述步骤S2中，正样本与负样本比例为1:5。

进一步地，所述步骤S3中，多级特征融合网络模型的参数配置为：p1-p5分别表示各个完全连接层输出的4096维特征向量， α1-α5为各层特征向量所占的权重，其中α1=0.1，α2=0.2，α3=0.5，α4=0.7，α5=1。