[发明专利]基于改进聚类算法的Faster R-CNN网络的行人检测方法

权利要求书

1.基于改进聚类算法的Faster R-CNN网络的行人检测方法，其特征在于，包括以下步骤：

步骤1)把行人训练集图片输入regnet骨干网络，提取特征图；

步骤2)将特征图输入FPN特征金字塔进行融合，得到新的特征图；

步骤3)采用改进聚类算法得到不同比例和大小的anchors，通过RPN区域建议网络对得到的新特征图进行建议框的提取，初步判断是否检测到行人；

步骤4)把新特征图和建议框输入RoI align进行池化综合，并经过全连接网络进行分类和回归，得到检测结果和相应的损失；

步骤5)完成一个轮次的训练后，重复执行步骤1)至步骤4)，直至达到设定的迭代轮次，把网络中的参数输出并保存，得到行人检测模型；

步骤6)将待检测的行人图片输入行人检测模型，即可输出待检测行人图片的位置和置信度信息。

2.根据权利要求1所述的基于改进聚类算法的Faster R-CNN网络的行人检测方法，其特征在于，所述基于改进聚类算法的Faster R-CNN网络是一种深度学习方法，该网络包含四个模块：特征提取模块、FPN特征金字塔模块、基于改进聚类算法的RPN区域建议模块、RoIalign和全连接网络模块。

3.根据权利要求1所述的基于改进聚类算法的Faster R-CNN网络的行人检测方法，其特征在于，所述步骤1)中通过特征提取模块提取行人特征，得到不同阶段的特征图：C2、C3、C4、C5。

4.根据权利要求1所述的基于改进聚类算法的Faster R-CNN网络的行人检测方法，其特征在于，所述步骤2)中，通过FPN特征金字塔模块融合特征图C2、C3、C4、C5，得到增强后的新的特征图P2、P3、P4、P5。

5.根据权利要求1所述的基于改进聚类算法的Faster R-CNN网络的行人检测方法，其特征在于，步骤3)中：对得到的新特征图进行建议框的提取包括以下步骤：

步骤3.1)提取所有训练数据中标注框的坐标，对标注框基于左下角顶点进行对齐处理，即所有标注框左下角顶点坐标为(0,0)，获得标注框的高宽坐标，即右上角高宽坐标；

步骤3.2)根据K-means++算法选出k个anchors的初始聚类中心；

步骤3.3)计算每个标注框与每个anchor的距离D(i，n)值，然后进行分类操作，求出每个标注框对于每个anchor的距离D(i,n)(0＜n≤k)，比较每个标注框其对于每个anchor的距离大小{D(i,1)，D(i,2)，…,D(i,k)}；标注框与anchor的距离的计算公式为：

其中D(i，n)是第i个标注框和第n个anchor之间的距离，0＜i≤M，M是标注框的总数；0＜n≤k，k为anchors的个数；a是权重；x_i和y_i代表标注框的高和宽,x_n和y_n代表anchor的高和宽；

步骤3.4)选取最小距离的那个anchor，将这个标注框分类给它；

步骤3.5)重复执行步骤3.3)和步骤3.4)，直到在步骤3.4)中发现对于全部标注框其所属的anchor类与之前所属的anchor类完全一样，完成计算。

6.根据权利要求1所述的基于改进聚类算法的Faster R-CNN网络的行人检测方法，其特征在于，所述步骤4)中：把新特征图和建议框输入RoI align进行池化综合，得到尺寸相同的7x7的各个特征图的建议框，合并再输入全连接网络，得到6通道和24通道的输出，代表分类和回归结果，并且计算行人检测损失。

7.根据权利要求1所述的基于改进聚类算法的Faster R-CNN网络的行人检测方法，其特征在于，所述步骤6)中：将待测图像导入所述卷积神经网络，输出行人图片的位置和置信度信息。