[发明专利]一种行人检测方法

摘要

本发明公开了一种行人检测方法，通过基于卷积神经网络的行人检测方法，对输入图像进行多次卷积和池化，提取原图特征，得到原图对应的特征图，通过图像特征金字塔规则近似计算出原图缩放后对应的特征图，分别经过区域建议网络RPN生成候选窗口，按候选窗口内行人尺寸分布进一步选择候选提议窗口并汇总，利用带标签的训练数据训练出不同尺度的行人目标在不同规模图像上对应的权重，训练分类器网络。求得汇总后的候选窗口经过分类器后得到的置信度与设定的阈值相比做出最终的行人检测的判断。图像特征金字塔的应用避免了图像缩放计算得到特征图的繁重计算量，并且利用不同权值加权的方式在不同特征图上检测有效避免了单一特征图检测的误判和漏检。

主权项

1.一种行人检测方法，其特征在于包括以下步骤：步骤(1)确定当前帧图像：将测试集中的一张图片作为当前帧图像或者视频序列中待处理的帧图像作为当前帧图像，记做I1；步骤(2)计算特征图：将当前帧图像通过多个卷积层和池化层，这里卷积层和池化层交叉进行并且层数不设限，通过最后一个卷积层后得到一个特征图(feature map)，记做f1；步骤(3)特征图扩展：通过图像特征金字塔规则计算图像临近尺度对应的特征图，依次扩展N个小尺度扩展特征图和N个大尺度扩展扩展特征图，扩展次数N和扩展倍数不设限，一共得到2N+1个特征图；步骤(4)候选窗口提取：特征图经过区域建议网络RPN(region proposal network)生成候选窗口，根据行人尺寸分布进一步选择候选窗口；步骤(5)分类器的训练：利用多种尺度行人在不同特征图中的的分布训练深度神经网络；步骤(6)行人检测输出：将得到的多规模特征图的候选窗口汇总，经过训练好的分类器分类，经过非极大值抑制后框出行人。