[发明专利]一种基于超分辨率重构的监控视频行人检测方法

说明书

公开了基于超分辨率重构的监控视频行人检测方法，该方法通过收集两个监控视频不同时间段的行人图像，结合了超分辨率图像方法和行人检测方法对收集到视频图像进行端到端的行人检测。首先收集不同视角下的监控行人图像并进行标注；将图像缩小为原来的四分之一，并输入到SRGAN(超分辨率网络)中，对SRGAN网络进行预训练；然后结合SRGAN网络和FasterR‑CNN检测网络。本发明可以对分辨率较低的图像进行准确的行人检测，在光照变化、行人形变差异大、运动模糊等场景下能保持稳定的检测结果；运行效率高；且硬件成本低，易于在监控场景下推广，具有良好的应用前景。

技术领域

本发明涉及图像处理和计算机视觉技术，具体为超分辨率重构的监控视频行人检测方法。

背景技术

行人检测一直是计算机视觉研究中的热点问题。给定任意图像，其目的是确定图像中是否有行人，如果存在，则返回每个行人的图像位置和范围。行人检测技术可以与行人跟踪，行人识别等技术相结合，应用于汽车无人驾驶系统 (ADAS)，智能机器人，智能视频监控，人类行为分析，客流统计系统，智能交通等领域。随着深度学习的发展，更多可用的行人公共数据集以及行人检测的准确性取得了卓越的性能。但是对于低分辨率监控视频图像，在现有模型上检测结果会严重降低性能。

这是因为低分辨率图像很难将行人与其他背景区分开。在许多监控视频场景中，行人小而密集，并且存在严重的遮挡。一些背景物体的外观，形状，颜色和纹理与人体非常相似。现有的行人检测算法主要包括背景建模方法(例如帧差法) 和统计学习方法(例如神经网络，SVM和深度学习方法)。背景建模方法易受光照，抖动影响。统计学习方法中的深度学习由于其对光照，尺度差异的鲁棒性，目前广泛应用于行人检测中，但是已经存在的模型都是对于清晰的，高分辨率的图像行人检测准确率高，对于低分辨率的监控图像有待提升。

发明内容

发明目的：针对现有技术存在的不足，本发明的目的是提供一种基于超分辨率重构的监控视频行人检测方法，对所获取的低分辨率监控视频图像，采用超分辨率GAN网络先对监控视频图像进行预处理，然后输入到基于深度学习的检测网络中进行行人检测。

技术方案：为了实现上述发明目的，本发明采用的技术方案如下：

步骤1：收集低分辨率监控视频图像；

步骤2：对收集到图像，缩小为原图的四分之一，和原图一起输入到SRGAN 网络(超分辨率生成对抗网络)，对SRGAN网络进行预训练；

步骤3：将原图输入到预训练过的SRGAN网络，得到超分辨率图像；

步骤4：对超分辨率图像进行一次双线性插值，得到更清晰图像；

步骤5：将步骤4中得到的更清晰的图像输入到FasterR-CNN检测网络，进行行人检测。

进一步的技术方案是，步骤2中对SRGAN网络(超分辨率生成对抗网络) 进行预训练的具体步骤如下：

步骤2-1：将低分辨率图像缩小为原图的四分之一大小；

步骤2-2：将步骤2-1得到的图像作为网络输入图像，输入到SRGAN网络，生成为输入图像的4倍超分辨率图像即为生成图，并将原图作为标签图，生成图与标签图计算差异值，实现SRGAN网络的预训练。

进一步的技术方案是，所述步骤2中所述的SRGAN网络(超分辨率生成对抗网络)是由一个生成网络和一个判别网络组成，所述生成网络部分包含多个残差块和两个损失函数；所述步骤2-2为，将步骤2-1得到的图像输入到生成网络，并结合BN，生成超分辨率图像即生成图，将生成图与标签图一起输入到判别网络，判断是生成的高分辨率图像还是真正的高分辨率图像。