[发明专利]一种基于深度学习的人车自动分类方法

说明书

技术领域

本发明属于图像处理、视频监控和交通安全技术领域，具体指的是一种基于深度学习的人车自动分类方法。

背景技术

目前的智能化交通视频监控系统主要针对车辆的检测，如车辆的类别、大小、速度等，往往不考虑行人问题，也就是假设视频中不会出现行人，或对行人目标不加考虑，仅仅检测和提取行驶的车辆目标，并加以处理。

然而在越来越多的城市快速交通中，隧道、大桥等通道往往只允许机动车辆通过，禁止行人进入。上述交通视频监控系统无法处理这种情形。如果通过人来完成，费时又费力。通过视频监控对入侵的行人自动报警将大大提高工作效率，同时减轻交通视频监控人员的工作负担。

三帧差分算法能够去除因为运动而显露的背景的影响，准确得到运动目标的轮廓。它计算简单，对动态环境有很好的适应性，但不能提取出目标的所有相关点，容易在目标内部形成空洞，而且要求背景绝对静止或基本无变化、噪声小，因而适用场合有限。

背景消减法是在背景静止情况下常用的运动目标检测方法，很适合用来在背景图像随时间改变不大的情况下检测运动目标。它操作简单，能够提供完全的特征数据，但对目标的检测能力较低，尤其对天气、光照等噪声干扰特别敏感。

长期以来，在图像处理和模式识别领域，由手动人工特征所获取的特征来进行分类和识别。在复杂环境条件下，这些特征对识别来说是不够的。深度学习神经网络应运而生，已被大量应用到图像和模式识别领域。

发明内容

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种基于深度学习的人车自动分类方法。

技术方案：本发明的一种基于深度学习的人车自动分类方法，其特征在于：依次包括以下步骤：

步骤A，采集道路视频数据；

步骤B，对步骤A得到的视频数据中的每相邻三帧源图像，依次采用三帧差分法和背景消减法进行运动目标检测，得到运动目标图像区域；

步骤C，对步骤B获得的各个运动目标图像区域进行灰度化，用二值阈值分割方法将运动目标图像区域分割成目标和背景，并对步骤B获得的运动目标图像区域中与目标对应的局部图像做归一化，得到归一化局部图像；

步骤D，将步骤C获得的归一化局部图像及其标签输入到深度学习神经网络中，结合回归模型对所述深度学习神经网络进行训练，获得深度学习网络模型；

步骤E，将待识别局部图像输入到步骤D中训练好的深度学习网络模型中，完成对人车的识别和分类。

所述步骤B中运动目标检测的过程如下：

步骤B-1，对所述步骤A中得到的视频数据中的每相邻三帧源图像使用三帧差分法，得到中间图像S；

步骤B-2，对所述相邻三帧源图像中的最后一帧使用背景消减法，得到中间图像T；

步骤B-3，分别对中间图像S和T二值化，得到二值化图像Ss和Tt；

步骤B-4，将二值化图像Ss和Tt进行逻辑或运算得到中间图像P；

步骤B-5，对中间图像P进行后处理(包括连通区域分析和形态学滤波)，去除噪声，并平滑分割出运动目标的边界。

所述步骤D中，所述深度学习神经网络模型包括依次连接的图像输入层、编码层、全连接层和softmax层，其中：

编码层包括五个子编码层，且每相邻两个子编码层之间均设有池化层；

所述五个子编码层中靠近所述图像输入层的第一子编码层和第二子编码层中均设有两个子卷积层、两个子批量归一化层和两个子ReLU层；

所述五个子编码层中其余三个编码层，即第三子编码层、第四子编码层和第五子编码层中均设有三个子卷积层、三个子批量归一化层和三个子ReLU层。

所述步骤E的详细过程为：

(1)利用深度学习神经网络中的编码层对所述归一化局部图像进行卷积和池化处理，获得特征图像；具体地，

(a)通过子卷积层对图像提取局部特征，通过N个卷积核对图像同时卷积，得到N组特征图像，将这N组特征图像输入下一层子批量归一化层；其中，在不同的编码层中，N取不同的值，且随着层数的增加，N值也会增加；

(b)通过子批量归一化层，对所述初始特征图像进行归一化处理，使特征的均值为0、方差为1；

(c)通过子ReLU层激活归一化后的初始特征图像中的部分特征；

(d)根据网络中不同的编码层，重复步骤(a)到(c)多次，且一般重复次数不超过6次，提取出图像特征；