[发明专利]一种结合头部和整体信息的行人检测方法

说明书

本发明涉及一种结合头部和整体信息的行人检测方法，属于目标检测领域。首先，使用卷积神经网络提取目标的特征信息并获得多个具有不同分辨率以及激活程度的特征图。其次，使用这些特征图构建特征金字塔，通过融合不同子结构的输出分别为行人头部和整体检测提供有针对性的特征信息。然后，在行人检测的基础上添加头部检测分支并从对应的特征图中预测行人头部和行人整体。最后，使用改进的非极大值抑制算法融合两个分支的输出并得到最终结果。本发明充分利用了行人的特征信息，有效提升了遮挡行人的检测准确性。

技术领域

本发明属于目标检测领域，涉及一种结合头部和整体信息的行人检测方法。

背景技术

依据特征提取方式的差异可将行人检测方法分为两类：第一类为基于手工特征的检测方法，此类方法采用预先设计的特征提取算子获取特征信息；第二类为基于深度学习的检测方法，此类方法采用自学习的方式获取特征信息。

基于手工特征提取算子的检测方法：首先，使用滤波器获得图像中目标的关键点信息，然后，计算每个关键点与其相邻像素间的梯度值并生成统计直方图，最后，使用SVM或Adaboost等分类器进行特征分类获得图像中的行人信息。此类方法能捕获图像中目标的局部特征进而对其外观和形状进行描述，其优点在于计算较为简单且具有较好的检测准确性，但该方法对遮挡行人的检测效果不佳并且准确性远远无法满足实际要求。自然场景中存在大量干扰因素如遮挡和光照变化等，由于行人自身的特点导致其容易被场景中的物体遮挡且行人与行人之间也会出现遮挡情况，而传统方法捕获的关键点一般是对其外观形状的描述，同时行人自身姿态也会产生很大变化，这些都会导致此类方法的检测准确性出现大幅度下降。

基于深度学习的检测方法：随着计算机视觉以及大数据技术的飞速发展，以卷积神经网络为代表的深度学习方法在此类任务中表现出优异的性能并逐渐取代传统方法成为主流。其中，YOLO系列模型和R-CNN系列模型被广泛采用并出现了许多改进版本。得益于卷积神经网络优秀的特征描述能力，此类方法在检测准确性上达到了相当高的水平且检测速度也越来越快，但遮挡造成的检测准确性降低的问题依然存在。

部分方法采用注意力机制使模型更多关注目标未被遮挡的有效部分，并引导模型对目标位置进行修正从而一定程度上减轻该问题造成的影响，但这种方式会增加计算量从而使检测器的实时性能下降。除此之外，一些方法采用特征金字塔结构使用不同大小的特征图进行检测，从而提升模型对不同尺度行人的检测准确性，但这类方法未能充分考虑网络浅层对小尺度目标的激活程度较高这一特点，因而对于检测准确性的提升依然不是十分明显。一般行人检测数据集使用矩形边界框标注行人，该方式会引入大量背景像素从而在训练阶段影响模型对行人特征的学习。为解决该问题，一些方法使用头部至底部的直线标注行人从而改善遮挡情况下的检测性能，但是这种方式仅对行人与行人之间的遮挡问题有一定改善，对于被场景中物体所遮挡的行人检测效果依然不理想。

发明内容

有鉴于此，本发明的目的在于提供一种结合头部和整体信息的行人检测方法。为了提升对遮挡行人的检测准确性，该方法同时检测行人头部和整体并将两者结合以增强行人的特征信息。另外，该方法通过引入网络浅层特征图的方式提升对小尺度目标的检测准确率。通过构建具有多层结构的特征金字塔并融合不同子结构输出的特征图从而分别为头部检测和整体检测提供针对性的特征信息。

为达到上述目的，本发明提供如下技术方案：

一种结合头部和整体信息的行人检测方法，该方法包括以下步骤：

S1：将数据集中的行人及其头部矩形边界框标签转换为中心点标签，同时对图像进行相应的预处理；

S2：基于深度卷积神经网络搭建特征提取模块获取用于检测的行人头部和整体特征图信息；

S3：构建包含头部检测和整体检测两个分支的检测模块，检测模块从特征图中预测中心点位置、高度和偏移量信息，生成头部边界框和整体边界框；