[发明专利]基于双信息流与视网膜感受野结构的行人检测模型设计方法

权利要求书

1.基于双信息流与视网膜感受野结构的行人检测模型设计方法，其特征在于，包括以下步骤：

Conv1卷积单元构建步骤，构建包括用于提取特征的卷积层、用于对数据分布进行归一化的BN层和用于增加特征的非线性表达的激活层的Conv1卷积单元；

TIFB双信息流模块构建步骤，TIFB双信息流模块包括三个依次串联的TIFB基本单元，所述TIFB基本单元包括顺序相连的卷积层、BN层和激活层；待检测的图像经过所述Conv1卷积单元的处理后输入至TIFB双信息流模块，依次经过TIFB基本单元的卷积层、BN层、激活层操作组成的映射函数F(x)输出，将输出的映射函数F(x)与所述Conv1卷积模块的输入（即x项）进行逐元素、逐通道相加后得到最终的输出特征图y；

RRFB视网膜感受野单元构建步骤，RRFB视网膜感受野单元包括依次串联的三个RRFB模块，所述RRFB模块包括四个含有卷积层、BN层和激活层的分支，所述TIFB双信息流模块输出至RFB视网膜感受野单元，经过所述RRFB模块中的卷积层、BN层和激活层分支处理后输出，四个分支的输出合并即为所述RRFB模块的输出；

特征图处理卷积构建步骤，构建4个依次相连且2个为一组的、均包括有依次串联的卷积层、BN层和激活层的卷积模块，所述RRFB视网膜感受野单元的输出依次经过所述4个卷积模块完成特征线性变换、特征图的通道数加倍与减半；

多尺度行人检测构建步骤，将所述RRFB视网膜感受野单元的输出结果，和所述特征图处理卷积的2组输出作为行人检测的特征图，分别经过若干个用于变换行人检测特征图的尺寸和通道数使特征图符合行人的二分类和位置框回归的数据输出格式的卷积单元，并将结果输出至损失函数计算中。

2.如权利要求1所述的基于双信息流与视网膜感受野结构的行人检测模型设计方法，其特征在于：所述TIFB双信息流模块的三个依次串联的TIFB基本单元之间，从上至下以全连接方式连接，即从上至下将当前层的特征图信息与靠后层特征图进行依次连接。

3.如权利要求1所述的基于双信息流与视网膜感受野结构的行人检测模型设计方法，其特征在于，所述RRFB模块的四个含有卷积层、BN层和激活层的分支，具体的：

第一个分支，将所述TIFB双信息流模块的输出依次经过1*1的卷积层、BN层和激活层，然后将结果再依次经过3*3的卷积层、BN层和激活层，最后得到分支一的输出y₁；

第二个分支，将所述TIFB双信息流模块的输出依次经过1*1的卷积层、BN层和激活层，然后将结果再依次经过3*3的卷积层、BN层和激活层，再将结果依次经过3*3的膨胀卷积层、BN层和激活层，最后得到分支三的输出y₂；

第三个分支，将所述TIFB双信息流模块的输出依次经过1*1的卷积层、BN层和激活层，其次将结果再依次经过3*3的卷积层、BN层和激活层，然后将结果再依次经过3*3的卷积层、BN层和激活层，再将结果依次经过3*3的膨胀卷积层、BN层和激活层，最后得到分支三的输出y₃；

第四个分支是将所述TIFB双信息流模块的输出依次经过3*3的最大值池化层、BN层和激活层，然后将结果再依次经过1*1的卷积层、BN层和激活层，最后得到分支四的输出y₄。

4.如权利要求3所述的基于双信息流与视网膜感受野结构的行人检测模型设计方法，其特征在于：所述四个分支的输出合并即为所述RRFB模块的输出，具体的是将所述的四个分支的输出y₁、y₂、y₃和y₄合并，得到RRFB模块的最终输出y=y₁+y₂+y₃+y₄，且合并的方式是四个分支的输出进行通道拼接。

5.如权利要求4所述的基于双信息流与视网膜感受野结构的行人检测模型设计方法，其特征在于：所述四个分支的输出均是与原始图片一样的w*h*c数据格式，表示原图片是宽为w、高为h的通道为c的图片。