[发明专利]一种基于YOLO的行人检测追踪方法

权利要求书

1.一种基于YOLO的行人检测追踪方法，其特征在于，具体包括以下步骤：

步骤1，网络模型训练：训练YOLO网络模型，训练后的模型包含各识别目标及名字，设置置信度阈值，将置信度大于等于置信度阈值的目标用“person”标记；

步骤2，视频采集：采集摄像头采集的视频，并将视频输入至服务器或超脑智能网络硬盘录像机；

步骤3，视频输入：使用OpenCV中的Video Writer将步骤2的视频输入的每一帧进行保存，保存的图像像素缩放到0～1之间,得到缩放的帧图像；

步骤4，目标行人预测：将步骤3缩放的帧图像输入至所述步骤1的YOLO网络模型中，对帧图像中是否包含行人进行判断，如果包含用边界框标记，否则不做任何处理；

步骤5，行人轨迹跟踪：将步骤4检测包含行人的每一帧图像预测用for循环连接，利用OpenCV的可视化，将每一帧图像行人边界框的中点连接，形成目标行人跟踪轨迹。

步骤6，报警或提示：当采集区域内通过步骤2-5的方法检测到行人时，用声光报警的方式警示行人已进入该区域，并同时提醒工作人员有人进入采集区域。

2.根据权利要求1所述工作方法，其特征在于，步骤1包括如下子步骤：

1.1预训练：YOLO网络结构共有26层，包括24个卷积层和2个全连接层，首先使用ImageNet1000类数据集训练YOLO网络的前20个卷积层、1个平均池化层和1个全连接层，训练前使用OpenCV的ReSize将ImageNet1000类数据集中的训练图片分辨率调整至224×224，得到20个卷积层权重文件。

1.2训练：将步骤1.1得到的前20个卷积层权重文件初始化YOLO模型前20个卷积层的网络参数，再随机初始化4个卷积层和2个全连接层，用PASCAL VOC 20类标记数据集对YOLO模型进行训练，训练前使用OpenCV的ReSize将PASCAL VOC 20类数据集中的训练图片分辨率调整至448×448。

1.3模型参数确认：收集行人图像，并用LabelImg工具制作成标记数据集，用该标记数据集继续训练YOLO模型，当置信度大于等于置信度阈值时，在配置文件Config中将识别类型修改为Classes＝[‘person’]。

3.根据权利要求1所述工作方法，其特征在于：所述置信度阈值为0.7。

4.根据权利要求1所述工作方法，其特征在于：步骤4的边界框标记采用如下方法：

(x,y,w,h,Score_confidence) (2)

在目标行人预测时，Score_confidence的值由式(1)确定，其中Pr(Object)表示行人是否真正出现在网格中，若出现则为1，不出现为0。表示预测框和实际框之间面积的重叠比例，pred表示预测框的区域，truth值表示实际框的区域，实际框的区域是数据集中已经标记好的真实值。

YOLO模型实际检测行人时会直接输出式(2)中的五个值，其中坐标(x,y)表示预测的边界框的中心与网格界线的相对值，(w,h)代表预测的边界框的宽度和高度相对于整幅图像的宽、高度的比例，其值在0～1之间。