[发明专利]结合ResNet和SENet的低分辨率行人检测方法、系统及存储介质

说明书

本发明涉及图像处理技术，具体为低分辨率行人检测方法、系统及存储介质。本发明方法包括训练过程和测试过程，训练过程首先确定训练集、训练过程的参数；然后按批处理大小依次输入图片，提取训练图片的多尺度特征，并对浅层特征进行重构和增强，形成新的多尺度检测框架；最后进行框的分类和位置的回归，计算训练损失并反向传播，更新权重参数。测试过程首先是确定测试集，将训练过程得到的模型作为算法的测试模型，依次小批量输入测试图片、提取多尺度特征、对浅层特征进行重构和增强，然后进行框的分类和位置的回归。本发明采用深度学习网络，对浅层特征进行重构，同时提高浅层特征的有效性，以增强对低分辨率行人的检测能力。

技术领域

本发明涉及图像处理技术，具体为一种低分辨率行人检测方法、系统及存储介质。

背景技术

行人检测是判断目标图像或者视频中是否存在行人，如果有则需要对检测出的行人进行精确定位。行人检测作为计算机视觉中一个极具挑战性的研究热点，它在智能交通、视频监控、机器人开发等领域具有重要的应用。因此，研究高性能的行人检测系统具有重要的研究意义与重大的应用价值。

近几年深度学习的火热带动了行人检测技术的发展，行人检测逐渐由传统方法转向使用深度学习方法来进行，深度学习方法在检测速度与实时性方面都有一个很大的突破。

深度学习方法主要分为一步检测法与两步检测法，相比于两步检测法，一步检测能够将特征提取与特征分类进行统一，实现端到端的检测。2016年Wei Liu等人在ECCV会议上发表论文《SSD:Single Shot MultiBox Detector》，所提出的SSD算法作为一步检测法的代表，使用多尺度检测框架提取行人不同层次的特征，实现多尺度检测，在提高检测精度的同时满足算法检测的实时性。行人检测算法的优化得益于深度学习网络的发展和完善，如2015年Kaiming He等人提出的ResNet(Residual Network)通过增加网络的层数并使用残差结构来提升网络特征提取的能力，2017年Jie Hu等人提出的SENet(Squeeze andExcitation Network)通过显式地建模通道之间的相互依赖关系，自适应地重新校准通道的特征响应，能够增强网络特征的有效性。

由于人距离拍摄的相机有远近之分，人的身材也有高矮之别，因此，即使在同一张图像里，行人的分辨率大小往往也会相差很大。当摄像头的视角很大时，远处行人的分辨率变得很低，行人本身变得十分模糊。低分辨率行人不好检测主要是因为行人包含的有效信息十分有限，再加上各种噪声的干扰，使得低分辨率行人的检测变得十分困难。

现阶段的低分辨率行人检测方法大部分是在现有算法的基础上进行修改，使其针对低分辨率行人进行检测。目前国内外没有专门针对低分辨率行人的数据库，针对低分辨率行人检测的研究较少，低分辨率行人的检测效果并不理想，限制了行人检测的应用。

现有SSD算法对低分辨率行人检测不够鲁棒，主要存在以下三个方面的问题：

(1)内置网络的特征提取能力

SSD算法内置网络采用VGG16(Visual Geometry Group 16)，VGG网络于2014年提出，通过加深网络层数及减小卷积核的大小来提升网络特征提取的能力。VGG16网络虽然包含了16层，但是其网络的深度还是不够，提取信息的能力有限。

(2)浅层网络的检测能力

SSD算法采用多尺度框架来进行行人检测，使用浅层网络来提取低分辨率行人的特征，使用深层网络来提取高分辨率行人的特征，从而实现多个分辨率尺度的行人检测。然而浅层网络提取的是一些低层次的特征，语义区分性比较差，不能较好地表示行人。

(3)浅层网络特征的有效性