[发明专利]一种基于YOLO的行人检测追踪方法

说明书

本发明公开了一种基于YOLO的行人检测追踪方法，属于信息工程技术领域，该方法包括：网络模型训练，视频采集，视频输入，目标行人预测，行人轨迹跟踪，报警或提示。本发明采用YOLO网络判别模型，以及分类法实现行人追踪，利用提取的背景和对象特征，把要跟踪的对象从背景中区分出来，进而获得图像帧的位置信息，精度比传统的生成式模型更高。

技术领域

本发明涉及信息工程技术领域，尤其涉及一种基于YOLO行人检测追踪方法。

背景技术

现如今，视频监控系统已经被广泛安装在各个公共场所中，这些场所包括但不限于广场、户外森林公园道路、住宅楼入口等处，如何检测多场景图像中的行人一直是近年来研究的热点。

目前，现有的行人检测包括如下步骤：区域建议、特征提取、模式分类组成；但是行人检测面临着尺度变化范围大、外观和姿态复杂、光照遮挡等外部因素影响等困难。在许多实际应用场景中，对行人检测的速度、精度和模型大小还有较高要求。现有技术中对这三个方面的研究可归结为两类：基于背景建模的方法和基于统计学习的方法，都取得了一定的成果，然而基于背景建模的方法鲁棒性不高，抗干扰能力较差，而基于统计学习的方法受训练样本的影响较大，且应对真实场景的能力不够。

发明内容

为解决上述问题，本发明提供了一种基于YOLO的行人检测追踪方法，利用提取的背景和对象特征，把要跟踪的对象从背景中区分出来，进而获得图像帧的位置信息，专一地辨别背景和前景，获得更高的行人追踪精度。

为了实现上述目的，本发明是通过以下方案实现的：一种基于YOLO的行人检测追踪方法，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。

进一步地，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’]。