一種行人檢測方法
【專利摘要】一種行人檢測方法，包括：準(zhǔn)備訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)所需的行人正樣本集以及負(fù)樣本集；對(duì)樣本集預(yù)處理并且歸一化為統(tǒng)一尺度，并生成數(shù)據(jù)文件；設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，進(jìn)行訓(xùn)練，獲取網(wǎng)絡(luò)收斂時(shí)的權(quán)重連接矩陣；對(duì)視頻進(jìn)行自適應(yīng)背景建模，獲取每一幀中運(yùn)動(dòng)目標(biāo)的信息，首先對(duì)于檢測到的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行粗選，排除高度和寬度比值不符合要求的區(qū)域，產(chǎn)生候選區(qū)域；將每一個(gè)候選區(qū)域輸入到卷積神經(jīng)網(wǎng)絡(luò)中，判斷是否有行人存在。
【專利說明】一種行人檢測方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域，具體涉及一種適用于智能視頻監(jiān)控的行人檢測方法。

【背景技術(shù)】
[0002]智能視頻監(jiān)控技術(shù)是計(jì)算機(jī)視覺領(lǐng)域近年來新興的一個(gè)研究方向，它是一種基于機(jī)器學(xué)習(xí)和人工智能的計(jì)算機(jī)視覺技術(shù)，以視頻場景中的行人、車輛等運(yùn)動(dòng)物體為主要研究分析對(duì)象。在智能視頻監(jiān)控研究領(lǐng)域，關(guān)于行人的檢測技術(shù)的研究備受行業(yè)的關(guān)注。
[0003]在安全和法律方面，智能視頻監(jiān)控系統(tǒng)通過對(duì)從監(jiān)控?cái)z像機(jī)傳來的監(jiān)控場景的視頻信息進(jìn)行處理分析，對(duì)場景中可疑的人和事件進(jìn)行預(yù)警，從而阻止犯罪、群體性事件的發(fā)生，以保障人民群眾的生命和財(cái)產(chǎn)安全；在交通應(yīng)用上，智能視頻監(jiān)控系統(tǒng)通過分析交通監(jiān)控視頻監(jiān)測交通中行人的違法或不安全行為，根據(jù)實(shí)時(shí)交通狀況合理分配警力，達(dá)到效率最大化；在商業(yè)活動(dòng)中，智能視頻監(jiān)控系統(tǒng)可以實(shí)時(shí)統(tǒng)計(jì)各購物場所和娛樂場所人數(shù)，監(jiān)視公眾場合中行人的阻塞情況和擁擠程度，控制人群密度，以免發(fā)生踩踏事件；在軍事上的應(yīng)用包括測量沖突地區(qū)的難民流入流量，監(jiān)視和平談判，和軍事基地是否存在異常人員。在針對(duì)行人的視頻監(jiān)控場景中，人是活動(dòng)主體，所以監(jiān)控系統(tǒng)必須能實(shí)時(shí)地檢測出行人；在出現(xiàn)行人姿勢變換，人和環(huán)境遮擋，光照變化等情況時(shí)，也應(yīng)該能正常工作。
[0004]國外在行人檢測方面的研究工作開展得較早，主要研究內(nèi)容包括行人分類技術(shù)、行人識(shí)別技術(shù)、行人跟蹤技術(shù)、行人意圖分析與預(yù)測、人車碰撞機(jī)理研究等。這些研究單位主要使用機(jī)器視覺算法和傳感器結(jié)合的方式來進(jìn)行行人檢測與識(shí)別。目前國外行人檢測所使用的主流方法仍然是計(jì)算機(jī)視覺算法和傳感器結(jié)合。與國外相比存在明顯的差距，我國目前針對(duì)行人安全檢測的研究大多集中在運(yùn)動(dòng)行人的檢測和跟蹤方面，且實(shí)驗(yàn)場景大都比較理想，對(duì)復(fù)雜環(huán)境和混合交通下的行人檢測還沒取得實(shí)時(shí)性、魯棒性、高效性都比較好的算法。在行人檢測的技術(shù)方法上，國內(nèi)普遍采用基于單目視覺的方法，利用人體邊緣、紋理、形狀等特征建立模板并綜合運(yùn)用支持向量機(jī)、級(jí)聯(lián)分類器這些機(jī)器學(xué)習(xí)方法。
[0005]現(xiàn)有的基于模式識(shí)別的行人檢測技術(shù)在產(chǎn)生具有較高魯棒性的行人檢測器上主要面臨四大問題:1)從特定的場景下提取該場景下行人樣本，需逐一地手工裁切出行人樣本，需花費(fèi)大量的時(shí)間等；2)如除去I)所述問題，使用國內(nèi)外開源的行人樣本庫產(chǎn)生得到的行人檢測器只具備普適性，無法在特定場景下獲得理想的效果；3)對(duì)于現(xiàn)代生活中較為豐富的視頻場景，怎樣才能獲得適應(yīng)于各類場景而且據(jù)又能高效魯棒的行人檢測器；4)大部分行人識(shí)別方法沒有充分利用行人特征，只是使用部分特征進(jìn)行檢測，不能夠保證高效性。
[0006]CN102043953A公開了一種針對(duì)特定場景下行人檢測的方法，通過利用特定背景下的行人圖像對(duì)SVM行人分類器進(jìn)行訓(xùn)練，主要利用了行人的頭肩梯度直方圖特征和局部二值化模型特征，然后對(duì)利用背景差分模型獲取的候選窗口進(jìn)行檢測獲取行人的存在與否。
[0007]該發(fā)明但實(shí)際上該發(fā)明具有以下三個(gè)缺點(diǎn):1)該專利利用的背景差分模型獲取候選檢測窗口過程中，并沒有對(duì)背景進(jìn)行實(shí)時(shí)更新，只是選取視頻中沒有行人的第一幀視頻幀作為背景，當(dāng)場景有較大變化時(shí)不能夠保證魯棒性；2)訓(xùn)練SVM行人分類器時(shí)并沒有充分利用行人的特征，只是利用了頭肩這一個(gè)整體性特征，沒有利用行人的整個(gè)輪廓像素信息，使得該方法無法適用于多個(gè)場景，特征提取不夠充分，訓(xùn)練時(shí)沒有充分利用已有樣本，準(zhǔn)確性無法保證；3) SVM分類器對(duì)于樣本線性可分的情況效果較好，但是對(duì)于樣本線性不可分的情況就不夠理想，而且SVM對(duì)于大規(guī)模的訓(xùn)練樣本無法實(shí)施。
[0008]CN103324955A公開了一種基于視頻處理的行人檢測方法，通過對(duì)背景建模、篩選前景，確定候選行人區(qū)域，提取候選區(qū)域的HOG特征，然后利用行人SVM分類器對(duì)其進(jìn)行分類。
[0009]該發(fā)明實(shí)際上該發(fā)明是行人檢測領(lǐng)域內(nèi)一種公認(rèn)的基礎(chǔ)方法:基于H0G+SVM行人分類方法。但是由于提取HOG特征時(shí)要進(jìn)行圖像的灰度化操作，并沒有較好地利用圖像的RGB像素信息，另外該發(fā)明也不適用于多場景下行人檢測。


【發(fā)明內(nèi)容】

[0010]本發(fā)明針對(duì)現(xiàn)有行人檢測方法的不足進(jìn)行改進(jìn)，以產(chǎn)生適應(yīng)于場景多變的魯棒、高效的行人檢測器，提出了一種行人檢測方法。
[0011]本發(fā)明的方案具體包括以下步驟:
[0012]步驟S1:準(zhǔn)備訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)所需的行人正樣本集以及負(fù)樣本集；
[0013]步驟S2:對(duì)樣本集預(yù)處理并且歸一化為統(tǒng)一尺度，并生成數(shù)據(jù)文件；
[0014]步驟S3:設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，進(jìn)行訓(xùn)練，獲取網(wǎng)絡(luò)收斂時(shí)的權(quán)重連接矩陣；
[0015]步驟S4:對(duì)視頻進(jìn)行自適應(yīng)背景建模，獲取每一幀中運(yùn)動(dòng)目標(biāo)的信息，首先對(duì)于檢測到的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行粗選，排除高度和寬度比值不符合要求的區(qū)域，產(chǎn)生候選區(qū)域；
[0016]步驟S5:將每一個(gè)候選區(qū)域輸入到卷積神經(jīng)網(wǎng)絡(luò)中，判斷是否有行人存在；
[0017]進(jìn)一步地，所述目標(biāo)信息包括目標(biāo)位置和目標(biāo)大小。
[0018]本發(fā)明提出了一種行人檢測方法，具體采用自適應(yīng)背景差分方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測，實(shí)時(shí)更新背景模型；訓(xùn)練時(shí)采用三通道的整個(gè)行人RGB彩色圖像作為樣本，充分利用行人樣本的輪廓等信息；使用卷積神經(jīng)網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)的特征提取、特征分類過程，利用softmax分類器判斷是否有行人存在；其中自適應(yīng)背景差分建模保證了獲取運(yùn)動(dòng)目標(biāo)區(qū)域的準(zhǔn)確性，通過篩選降低目標(biāo)區(qū)域的冗余度，進(jìn)而保證了檢測過程的高效性。

【專利附圖】

【附圖說明】
[0019]圖1為現(xiàn)有技術(shù)的訓(xùn)練流程圖。
[0020]圖2為現(xiàn)有技術(shù)的行人檢測流程圖。
[0021]圖3為卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練流程圖。
[0022]圖4為基于卷積神經(jīng)網(wǎng)絡(luò)的視頻中行人檢測流程圖。
[0023]圖5為卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。
[0024]圖6是利用自適應(yīng)背景差分模型檢測到的背景。
[0025]圖7是根據(jù)背景進(jìn)行建模獲取的前景圖像。
[0026]圖8是視頻中行人檢測的效果圖。

【具體實(shí)施方式】
[0027]本發(fā)明實(shí)施例提出了一種行人檢測方法，如圖3所示，包括以下步驟:
[0028]步驟S1:準(zhǔn)備訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)所需的行人正樣本集P (包含正面、側(cè)面、背面)、負(fù)樣本集N，收集的是行業(yè)內(nèi)公開并公認(rèn)的效果良好且姿態(tài)豐富的正、負(fù)樣本數(shù)據(jù)集和一些監(jiān)控視頻中的行人樣本；
[0029]步驟S2:對(duì)樣本集預(yù)處理并且歸一化為統(tǒng)一尺度，并生成數(shù)據(jù)文件，用于卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練；所述尺度為64*128像素；
[0030]步驟S3:設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，進(jìn)行訓(xùn)練，獲取網(wǎng)絡(luò)收斂時(shí)的權(quán)重連接矩陣W，用于以后的檢測過程；
[0031]步驟S4:對(duì)視頻進(jìn)行自適應(yīng)背景建模，獲取每一幀中運(yùn)動(dòng)目標(biāo)的信息，首先對(duì)于檢測到的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行粗選，排除高度h和寬度w比值不符合要求的區(qū)域，產(chǎn)生候選區(qū)域；所述目標(biāo)信息包括目標(biāo)位置和目標(biāo)大小；所述不符合要求的區(qū)域指不在制定寬高比范圍內(nèi)的區(qū)域，在步驟S43中具體說明；
[0032]步驟S5:將每一個(gè)候選區(qū)域輸入到卷積神經(jīng)網(wǎng)絡(luò)中，判斷是否有行人存在。
[0033]根據(jù)本發(fā)明進(jìn)一步的實(shí)施例:
[0034]上述步驟S1:中包括:搜集的行人樣本是多姿態(tài)、多光照變化、多背景變化條件下的，充分保證了樣本的多樣性；
[0035]上述步驟S2:中包括:
[0036]步驟S21:對(duì)搜集到的樣本進(jìn)行裁剪，使其邊緣區(qū)域占比較小，所述占比較小是指行人邊緣和樣本圖像邊緣之間的距離較小，一般為5個(gè)像素點(diǎn)；
[0037]步驟S22:將正樣本集P標(biāo)記為I，將負(fù)樣本集N標(biāo)記為O ;
[0038]步驟S23:將樣本文件進(jìn)行隨機(jī)打包，提取每一幅圖片的R、G、B像素?cái)?shù)值，保存為數(shù)據(jù)文件用于卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，所述R表示紅色，所述G表示綠色，所述B表示藍(lán)色；為了保證卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)，網(wǎng)絡(luò)能夠較好的收斂，經(jīng)過每一次訓(xùn)練過程(由于訓(xùn)練時(shí)是依次去取每一個(gè)batch樣本)誤差都能夠減少，所以對(duì)樣本進(jìn)行隨機(jī)打包，分為6個(gè)數(shù)據(jù)batch,依次循環(huán)取這6個(gè)數(shù)據(jù)batch進(jìn)行訓(xùn)練,直到收斂
[0039]上述步驟S3中包括:
[0040]步驟S31:設(shè)計(jì)一個(gè)具有兩層卷積操作層、兩層池化操作層、一層全連接層、一層soft max分類器、一層邏輯回歸對(duì)象層的卷積神經(jīng)網(wǎng)絡(luò)；
[0041]步驟S32:各個(gè)神經(jīng)元的激活函數(shù)采用f (X) = max (O, x)代替?zhèn)鹘y(tǒng)的sigmoid函數(shù)和正弦雙曲函數(shù)加快網(wǎng)絡(luò)收斂速度；傳統(tǒng)的神經(jīng)元激活函數(shù)主要分為三種:線性函數(shù)(f (x) = X)、sigmoid函數(shù)和正弦雙曲函數(shù),本發(fā)明所采用的神經(jīng)元的激活函數(shù)f (X)=max (O, X)是改進(jìn)的分段線性函數(shù)；
[0042]步驟S33:每一次迭代取一個(gè)數(shù)據(jù)batch，然后以128個(gè)樣本為單位利用BP算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練(迭代過程中每一個(gè)樣本對(duì)應(yīng)著圖像處理器GPU中的每一個(gè)線程)，直到網(wǎng)絡(luò)達(dá)到收斂。
[0043]上述步驟S4中包括:
[0044]步驟S41:根據(jù)視頻中的每一幀圖像進(jìn)行背景更新，以期對(duì)運(yùn)動(dòng)目標(biāo)檢測能夠取得較好效果；
[0045]步驟S42:對(duì)視頻中的每一幀圖像利用自適應(yīng)背景更新方法進(jìn)行建模，獲取所有可能的候選運(yùn)動(dòng)目標(biāo)區(qū)域；
[0046]步驟S43:根據(jù)檢測到的運(yùn)動(dòng)目標(biāo)區(qū)域的寬高比排除不合要求的區(qū)域，a〈 (h/w) <b，其中，a、b為預(yù)先設(shè)定的閾值，h、w分別是目標(biāo)區(qū)域的高度和寬度；
[0047]步驟S44:將獲取的候選區(qū)域信息存到向量中，用于步驟S5進(jìn)行檢測，所述向量是指一個(gè)保存候選區(qū)域信息的全局變量。
[0048]上述步驟S5中包括對(duì)向量中的每一個(gè)成員利用步驟S3構(gòu)建好的的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征提取，利用soft max分類器進(jìn)行目標(biāo)分類，進(jìn)而檢測行人存在與否。
[0049]根據(jù)本發(fā)明的更進(jìn)一步的實(shí)施例:
[0050]上述步驟S3中通過對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到卷積神經(jīng)網(wǎng)絡(luò)行人檢測器。卷積神經(jīng)網(wǎng)絡(luò)的權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)使得它最相似于生物神經(jīng)元，降低了網(wǎng)絡(luò)模型的連接復(fù)雜度，減少了權(quán)值數(shù)目，一定程度上提高了模型運(yùn)算速度。另一方面卷積神經(jīng)網(wǎng)絡(luò)可以直接使用圖片進(jìn)行輸入，避免了傳統(tǒng)的識(shí)別方法復(fù)雜的特征提取和數(shù)據(jù)重建過程。卷積神經(jīng)網(wǎng)絡(luò)是為識(shí)別二維形狀而特殊設(shè)計(jì)的一個(gè)多層感知器，這種網(wǎng)絡(luò)結(jié)構(gòu)對(duì)平移、比例縮放、傾斜或者共他形式的形變具有高度不變性。
[0051]其訓(xùn)練步驟如下:
[0052]步驟31’:初始化卷積神經(jīng)網(wǎng)絡(luò)的所有權(quán)重W ；
[0053]步驟32’:前向傳播過程:通過將每一個(gè)訓(xùn)練樣本輸入到網(wǎng)絡(luò)模型中計(jì)算實(shí)際的網(wǎng)絡(luò)輸出；
[0054]步驟33’:計(jì)算網(wǎng)絡(luò)實(shí)際輸出和樣本期望輸出的差作為網(wǎng)絡(luò)模型的誤差；
[0055]步驟34’:按照極小化誤差的方法反向依次調(diào)整各層的權(quán)值矩陣。
[0056]循環(huán)執(zhí)行步驟32’、步驟33’、步驟34’直到網(wǎng)絡(luò)達(dá)到收斂。
[0057]上述步驟S4中自適應(yīng)背景差分建模。背景差分建模法，就是將每個(gè)輸入視頻幀和背景圖像相比較，如果相同位置的像素特征、像素區(qū)域特征或其他特征的差別大于預(yù)先設(shè)定的閥值，則新視頻幀中這些位置的像素點(diǎn)或像素區(qū)域就構(gòu)成前景運(yùn)動(dòng)目標(biāo)區(qū)域，若對(duì)這些前景像素點(diǎn)做進(jìn)一步處理，即可得到運(yùn)動(dòng)目標(biāo)位置、大小、形狀等信息，以便進(jìn)行目標(biāo)檢測。
[0058]本實(shí)施例中具體使用的是基于自適應(yīng)更新模型進(jìn)行建模:
[0059]Bn+1 (x, y) = αΒη(χ, y) + (1-α ) Ιη(χ, y)；
[0060]其中，Βη+1 (χ, y)、Βη(χ, y)分別代表時(shí)刻η+1、η位置(χ, y)處背景的像素值,In(χ, y)代表時(shí)刻η位置(x，y)處圖像像素?cái)?shù)值，α為預(yù)先設(shè)定的系數(shù)，具體取值范圍為:0〈 α〈1，即是根據(jù)輸入的每一個(gè)視頻幀對(duì)原背景圖像進(jìn)行更新，充分保證背景的適應(yīng)性，特別是在監(jiān)控區(qū)域光照變化強(qiáng)烈時(shí)表現(xiàn)出較好效果。
[0061]下面詳細(xì)描述本發(fā)明的實(shí)施例，所述實(shí)施例是基于已實(shí)例化的工程項(xiàng)目進(jìn)行闡述，相關(guān)實(shí)例圖表在附圖中示出。
[0062]如圖3中，對(duì)于卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，準(zhǔn)備的正樣本集P包含4萬張行人圖像，負(fù)樣本集N包含4萬張非行人圖像，行人邊緣和圖像邊緣之間一般不超過5個(gè)像素點(diǎn)，正負(fù)樣本集內(nèi)的圖像均歸一化為64*128像素。
[0063]實(shí)例化所使用的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu):具有兩層卷積層(convl、conv2)、兩層池化操作層(P00ll、p0012)、一層全連接(fc)、一層soft max分類器層、一層邏輯回歸層(用于計(jì)算網(wǎng)絡(luò)輸出和樣本期望輸出的差值)，網(wǎng)絡(luò)結(jié)構(gòu)如圖5所示。
[0064]其中，convl層有12個(gè)卷積核,每一個(gè)卷積核為3X3大小，convl和輸入行人樣本之間全連接，每一個(gè)卷積核分別對(duì)應(yīng)輸入樣本的R、G、B通道圖像。conv2層有16個(gè)卷積核，每一個(gè)卷積核大小為3X3, conv2層與pooll層之間連接方式也為全連接。pooll層、pool2層池化窗口大小為2X2，步長為2。
[0065]網(wǎng)絡(luò)收斂后，使用1560張歸一化過的正樣本測試圖片進(jìn)行測試，誤報(bào)的為8張；使用1135張歸一化的負(fù)行人樣本圖片進(jìn)行測試，誤報(bào)的為7張。
[0066]實(shí)施例詳細(xì)步驟如圖4所示，首先取視頻中的如圖6所示的第一幀作為背景，然后取視頻中的第二幀，利用自適應(yīng)背景差分模型對(duì)背景建模，獲取前景信息如圖7所示，得到運(yùn)動(dòng)物體的輪廓信息，利用運(yùn)動(dòng)物體的區(qū)域大小信息篩選排除部分區(qū)域，然后對(duì)候選區(qū)域進(jìn)行采樣輸入到卷積神經(jīng)網(wǎng)絡(luò)中，獲取分類器分類結(jié)果，依次檢測每一幀圖像直到視頻幀讀取完畢，視頻中行人檢測的效果圖如圖8所示。實(shí)際上卷積神經(jīng)網(wǎng)絡(luò)檢測時(shí)較為耗時(shí)(實(shí)施中所用模型為300ms)，為了提高檢測的速度，由于行人的高度和寬度在一定范圍內(nèi)，先用這一先驗(yàn)知識(shí)對(duì)自適應(yīng)背景差分模型獲取的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行篩選排除一部分候選區(qū)域，得到較優(yōu)檢測區(qū)域用于檢測。另外，由于檢測每一幀時(shí)都會(huì)對(duì)當(dāng)前幀的背景進(jìn)行更新，所以當(dāng)視頻場景變化較大時(shí)該方法仍然具有較好的魯棒性。
[0067]本發(fā)明提出了一種行人檢測方法，通過對(duì)視頻中的每一幀圖像進(jìn)行自適應(yīng)背景差分建模、篩選候選區(qū)域以獲取最終候選區(qū)域，最后通過對(duì)候選區(qū)域進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)行人檢測器計(jì)算，判斷出行人的存在與否。其中自適應(yīng)背景差分建模保證了獲取運(yùn)動(dòng)目標(biāo)區(qū)域的準(zhǔn)確性，通過篩選降低目標(biāo)區(qū)域的冗余度，進(jìn)而保證了檢測過程的高效性。本發(fā)明在工程應(yīng)用上展現(xiàn)了良好的效果，針對(duì)卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練收斂較慢的問題，在卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中我們對(duì)神經(jīng)元激活函數(shù)進(jìn)行改進(jìn)，用激活函數(shù)f(x) = max (O, χ)，為已知的神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元激活函數(shù)，代替?zhèn)鹘y(tǒng)的sigmoid函數(shù)，并且在GPU上進(jìn)行訓(xùn)練，極大地提高了卷積神經(jīng)網(wǎng)絡(luò)的收斂速度。
[0068]本領(lǐng)域的普通技術(shù)人員將會(huì)意識(shí)到，這里所述的實(shí)施例是為了幫助讀者理解本發(fā)明的原理，應(yīng)被理解為本發(fā)明的保護(hù)范圍并不局限于這樣的特別陳述和實(shí)施例。對(duì)于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的權(quán)利要求范圍之內(nèi)。
【權(quán)利要求】
1.一種行人檢測方法，其特征在于，包括以下步驟: 步驟S1:準(zhǔn)備訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)所需的行人正樣本集以及負(fù)樣本集； 步驟S2:對(duì)樣本集預(yù)處理并且歸一化為統(tǒng)一尺度，并生成數(shù)據(jù)文件； 步驟S3:設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，進(jìn)行訓(xùn)練，獲取網(wǎng)絡(luò)收斂時(shí)的權(quán)重連接矩陣； 步驟S4:對(duì)視頻進(jìn)行自適應(yīng)背景建模，獲取每一幀中運(yùn)動(dòng)目標(biāo)的信息，首先對(duì)于檢測到的運(yùn)動(dòng)目標(biāo)區(qū)域進(jìn)行粗選，排除高度和寬度比值不符合要求的區(qū)域，產(chǎn)生候選區(qū)域； 所述目標(biāo)信息包括目標(biāo)位置和目標(biāo)大??； 步驟S5:將每一個(gè)候選區(qū)域輸入到卷積神經(jīng)網(wǎng)絡(luò)中，判斷是否有行人存在。
2.根據(jù)權(quán)利要求1的一種行人檢測方法，其特征在于，所述步驟S2包括以下分步驟: 步驟S21:對(duì)搜集到的樣本進(jìn)行裁剪，使其邊緣區(qū)域占比較??；所述占比較小是指行人邊緣和樣本圖像邊緣之間的距離較小，一般為5個(gè)像素點(diǎn)； 步驟S22:將正樣本集標(biāo)記為I,將負(fù)樣本集標(biāo)記為O ; 步驟S23:將樣本文件進(jìn)行隨機(jī)打包，提取每一幅圖片的R、G、B像素?cái)?shù)值，保存為數(shù)據(jù)文件；所述R表示紅色，所述G表示綠色，所述B表示藍(lán)色。
3.根據(jù)權(quán)利要求1的一種行人檢測方法，其特征在于，所述步驟S3設(shè)計(jì)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)具體包括以下分步驟: 步驟S31:設(shè)計(jì)一個(gè)具有兩層卷積操作層、兩層池化操作層、一層全連接層、一層softmax分類器、一層邏輯回歸對(duì)象層的卷積神經(jīng)網(wǎng)絡(luò)； 步驟S32:各個(gè)神經(jīng)元的激活函數(shù)采用f (X) = max (O, x)代替?zhèn)鹘y(tǒng)的sigmoid函數(shù)和正弦雙曲函數(shù)加快網(wǎng)絡(luò)收斂速度； 步驟S33:每一次迭代取一個(gè)數(shù)據(jù)，然后以128個(gè)樣本為單位利用BP算法對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直到網(wǎng)絡(luò)達(dá)到收斂； 所述迭代過程中每一個(gè)樣本對(duì)應(yīng)著圖像處理器GPU中的每一個(gè)線程。
4.根據(jù)權(quán)利要求3的一種行人檢測方法，其特征在于，步驟S3所述訓(xùn)練包括以下分步驟: 步驟31’:初始化卷積神經(jīng)網(wǎng)絡(luò)的所有權(quán)重； 步驟32’:通過將每一個(gè)訓(xùn)練樣本輸入到網(wǎng)絡(luò)模型中計(jì)算實(shí)際的網(wǎng)絡(luò)輸出； 步驟33’:計(jì)算網(wǎng)絡(luò)實(shí)際輸出和樣本期望輸出的差作為網(wǎng)絡(luò)模型的誤差； 步驟34’:按照極小化誤差的方法反向依次調(diào)整各層的權(quán)值矩陣，循環(huán)執(zhí)行步驟32’、步驟33’、步驟34’直到網(wǎng)絡(luò)達(dá)到收斂。
5.根據(jù)權(quán)利要求1的一種行人檢測方法，其特征在于，所述步驟S4具體包括以下分步驟: 步驟S41:根據(jù)視頻中的每一幀圖像進(jìn)行背景更新； 步驟S42:對(duì)視頻中的每一幀圖像利用自適應(yīng)背景更新方法進(jìn)行建模，獲取所有可能的候選運(yùn)動(dòng)目標(biāo)區(qū)域； 步驟S43:根據(jù)檢測到的運(yùn)動(dòng)目標(biāo)區(qū)域的寬高比排除不符合要求的區(qū)域:a〈(h/w)〈b ； 其中，a、b為預(yù)先設(shè)定的閾值，h、w分別是目標(biāo)區(qū)域的高度和寬度； 步驟S44:將獲取的候選區(qū)域信息存到向量中。
6.根據(jù)權(quán)利要求5的一種行人檢測方法，其特征在于，所述自適應(yīng)背景更新模型公式:Bn+1 (x, y) = a Bn(x, y) + (l-a ) In(x, y)； 其中，Bn+1(X，y)、Bn(X，y)分別代表時(shí)刻n+l、n位置(x，y)處背景的像素值，In(x，y)代表時(shí)刻η位置(x，y)處圖像像素?cái)?shù)值，a為預(yù)先設(shè)定的閾值，且0〈 a〈I。
7.根據(jù)權(quán)利要求1的一種行人檢測方法，其特征在于，所述步驟S5中包括對(duì)向量中的每一個(gè)成員利用步驟S3構(gòu)建好的的卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行特征提取，利用soft max分類器進(jìn)行目標(biāo)分類，進(jìn)而檢測行人是否存在。
8.根據(jù)權(quán)利要求1的一種行人檢測方法，其特征在于，所述步驟S2尺度為64*128像素。
【文檔編號(hào)】G06K9/46GK104166861SQ201410393335
【公開日】2014年11月26日 申請(qǐng)日期:2014年8月11日 優(yōu)先權(quán)日:2014年8月11日
【發(fā)明者】葉茂, 王夢(mèng)偉, 李旭東, 彭明超, 茍群森 申請(qǐng)人:葉茂