[发明专利]一种针对复杂场景下的小目标行人检测方法在审
| 申请号： | 201811057082.8 | 申请日： | 2018-09-11 |
| 公开（公告）号： | CN109241914A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 徐天适;梁添才;赵清利;金晓峰 | 申请（专利权）人： | 广州广电银通金融电子科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06K9/66;G06N3/04 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁 |
| 地址： | 510000 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于行人检测技术领域，涉及一种针对复杂场景下的小目标行人检测方法，首先对神经网络进行训练；将样本数据进行尺寸归一化；利用共享特征提取网络提取共享特征，得到特征图；利用分类特征提取网络对特征图提取分类特征，得到分类特征图；进行粗回归运算，对粗回归的结果利用置信度进行过滤得到候选区域；根据分类特征图与侯选区域提取相应的分类特征进行是否是行人目标的分类；对候选区域进行二次回归，结合粗回归运算所获取的位置得到最终回归位置；利用最终回归位置进行SoftNMS，去掉重复框，得到最终目标位置以及与之对应分类结果。本发明可以有效地解决复杂场景下小目标检测的误检率高，定位不精确的问题。 | ||
| 搜索关键词： | 分类特征 复杂场景 行人检测 小目标 候选区域 回归位置 回归运算 尺寸归一化 特征图提取 分类结果 目标位置 区域提取 神经网络 特征提取 网络提取 样本数据 特征图 误检率 有效地 置信度 共享 回归 过滤 分类 检测 重复 网络 | ||
【主权项】：
1.一种针对复杂背景下的小目标行人检测方法，其特征在于，包括如下步骤：S1、采用深度学习的训练方法，对神经网络进行训练；S2、将样本数据进行尺寸归一化；S3、利用共享特征提取网络提取共享特征，得到特征图；S4、利用分类特征提取网络对特征图提取分类特征，得到分类特征图；S5、进行粗回归运算，对粗回归的结果利用置信度进行过滤，得到候选区域；S6、根据分类特征图与侯选区域提取相应的分类特征，进行是否是行人目标的分类；S7、对候选区域进行二次回归，进行精准定位，结合粗回归运算所获取的位置得到最终的回归位置；S8、利用步骤S7输出的最终回归位置进行SoftNMS，去掉重复框，得到最终目标位置以及与之对应分类结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州广电银通金融电子科技有限公司，未经广州广电银通金融电子科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811057082.8/，转载请声明来源钻瓜专利网。
