[发明专利]一种利用ReCNN融合上下文信息的行人检测方法

权利要求书

1.一种利用ReCNN融合上下文信息的行人检测方法，其特征在于，包括以下步骤：

步骤A：提取输入图像中包含上下文信息的特征；

所述的步骤A包括以下步骤：

步骤A1：定义监控视频图像总共包含N帧图像，第t帧图像表示为I(t)，其中， t＝1,2…,N；

步骤A2：利用一个截断的卷积神经网络提取I(t-2)、I(t-1)和I(t)连续三帧输入图像的三个特征图组，分别表示为X(t-2)、X(t-1)和X(t)，其中，

X(t)＝{x₁(t),x₂(t),…,x_M(t)}，

其中，M表示特征图的数量；

步骤B：利用ReCNN对输入图像中的行人位置进行预测，获取预测行人位置的掩码图，具体的：

利用ReCNN融合步骤A2中所述的连续三帧输入图像I(t-2)、I(t-1)和I(t)的三个特征图组X(t-2)、X(t-1)和X(t)，输出一张预测行人位置的掩码图y：

其中，表示递归卷积核，W_i^f表示前向卷积核，和W_i^f的大小均为3×3，表示卷积操作，b表示偏移量，函数f(x)采用sigmoid激活函数；

步骤C：确定输入图像中行人的位置；

步骤D：训练融合上下文信息的ReCNN网络的参数。

2.根据权利要求1所述的一种利用ReCNN融合上下文信息的行人检测方法，其特征在于，所述的步骤C包括以下步骤：

步骤C1：按比例将掩码图y放大，直至掩码图y的尺寸与输入图像的尺寸相同；

步骤C2：根据视频输入图像中不同行人的尺寸，设置多个大小与行人尺寸对应的行人位置检测框；

步骤C3：在掩码图y上以遍历的方式滑动行人位置检测框，若检测框中所有元素值之和小于检测框面积的60％，那么判断此区域的行人位置检测框中不包含行人，行人位置检测框滑动到下一位置继续检测；反之，则判断此位置的行人位置检测框中包含行人；

步骤C4：所有尺寸的行人位置检测框在掩码图y上滑动后，使用非最大抑制算法合并相交的检测框，其中，当大检测框覆盖小检测框时，保留大检测框。

3.根据权利要求1所述的一种利用ReCNN融合上下文信息的行人检测方法，其特征在于，所述的步骤D包括以下步骤：

步骤D1：确定训练集；

步骤D2：确定目标函数；

步骤D3：训练融合上下文信息的递归卷积神经网络的参数。

4.根据权利要求3所述的一种利用ReCNN融合上下文信息的行人检测方法，其特征在于，所述的步骤D3包括以下步骤：

步骤D31：计算掩码图对于目标函数的梯度；

步骤D32：计算递归卷积核关于目标函数的梯度；

步骤D33：计算前向卷积核W_i^f关于目标函数的梯度。