[发明专利]一种使用GPU加速的实时行人检测系统

说明书

技术领域

本发明涉及人工智能技术领域，尤其涉及一种使用GPU加速的实时行人检测系统。

背景技术

针对视频的行人检测有着广泛的应用场景，如：安防监控、机场安全、自动驾驶、辅助驾驶等等，故行人检测是计算机视觉和模式识别领域中的重要研究方向；不同行人的身材、姿势、视角、衣着、光照方面都有着极大的变化，再加上复杂的背景以及摄像头的晃动，都成为行人检测需要解决的问题。一个良好的行人检测系统需要满足两个属性，首先是准确性，其次是实时性，为满足系统的准确性，需要设计一个或若干个能够表征行人特征的描述符，通常这些描述符越复杂，系统的准确性会有一定程度的提高，但同时计算的复杂度也会随之提高；此外，针对一些特定的应用，如实时视频安防、自动驾驶，系统则必须满足实时性，因此实现一个既能准确检测出行人，又能满足实时性的行人检测系统有客观需求。

发明内容

本发明所解决的技术问题在于提供一种使用GPU加速的实时行人检测系统，以解决上述背景技术中的缺点。

本发明所解决的技术问题采用以下技术方案来实现：

一种使用GPU加速的实时行人检测系统，包括GPU设备，采用开源工具ffmpeg将接入的视频流进行解码，此时格式为RGB的视频存数据位于内存中，在采用多核混序拷贝将内存中的数据传输至GPU设备内存中，而后将位于GPU设备内存中的待识别图像数据进行多尺度缩放，最后对每一个尺度的待识别图像加载GPU加速检测算法，进行实时行人检测，具体步骤如下：

1)训练行人检测模型

①数据集

使用INRIA数据集，INRIA数据集中用来训练的正样本有2416张，正样本的宽高分辨率有三个版本64x128、70x134、96x160，可供选择；而1218张分辨率不同的负样本只有一个版本，选择宽高分辨率为64x128的紧凑型(周围背景较少)正样本，为了使CENTRIST特征更好的描述行人，将宽高分辨率为64x128的正样本裁剪为宽高分辨率为36x108的紧凑缩版正样本；

②建立分类器

在训练阶段，使用所有的正样本形成规模为2416的训练集P和规模为1218的负样本N₁(在每一个负样本中随机选取位置截取10个36x108的矩形框形成)，令N_T←N₁使用P∪N_T训练得到一个线性SVM分类器H₁；使用SVM分类器H₁检测所有的负样本N₁，将误识别为正样本的负样本称为难例，记为N_hard，令N_T←N_T∪N_hard(这一过程称之为Bootstrap流程)，并重复识别难例这个流程，直到难例的数量为0，最终得到的线性SVM分类器记为H_LIN；对于非线性HIK-SVM，同样使用上述Bootstrap流程方法训练，最终得到非线性SVM分类器记为H_HIK；

2)GPU加速检测算法

采用中心变换直方图特征结合CT变换对训练行人检测模型的样本图片进行检测，通过比较像素点与其周围像素灰度值的大小计算，计算方法如下：

使用高宽分辨率为36x108的检测窗口，将训练行人检测模型中的每个样本图片划分9x4个块(每个块的尺寸为12x9)与邻近的2x2个块组成一个超级块，并提取每一个超级块的中心变换直方图特征，每一个检测窗口合计有8x3＝24个超级块，故每一检测窗口将形成256x24＝6144维的特征向量(CT变换后变量取值范围是[0～255]，每一个超级块形成一个1x256的中心变换直方图)；在计算中心变换直方图特征时，每一个超级块边界不需要考虑，因为CT变换需要3x3的区域；

将采集的训练行人检测模型样本图片进行灰度化处理得灰度图，在灰度图的基础上进行sobel变换；

待sobel变换后，继而进行CT变换得CT变换图，在CT变换图上加载GPU加速检测算法；

假设一个w∈R⁶¹⁴⁴的线性SVM分类器，并将其按照从左到右，自上而下的顺序将w分割24个w_i,j∈R²⁵⁶,i≤i≤8,1≤j≤3对应于每一个超级块，给定一个训练行人检测模型中的样本图片，宽高分辨率为108x36，根据下式的正负判断是否包含行人：