[发明专利]一种基于两级注意力机制的行人检测方法及系统

权利要求书

1.一种基于两级注意力机制的行人检测方法，其特征在于，包括：

S1，基于Faster RCNN以及FPN网络构造一个端到端行人检测网络，所述检测网络包括基础网络Faster RCNN中的RPN模块、pool模块和分类回归模块，还包括第一级注意力模块和第二级注意力模块，其中第一级注意力模块的输入特征是基于RPN模块产生的目标候选框；

S2，利用第一级注意力模块得到精准的部位特征：

原始输入图像Image送入RPN模块提取目标候选框B；将每一个目标候选框B自上而下分为三个子区域P₁、P₂和P₃，分别对应直立行人头部、上身以及下身；将每个子区域经过pool模块的特征，各自送入一个对应的第一级注意力模块A₁；通过第一级注意力模块的仿射变换功能，提取出三个子区域中精准的部位特征和

S3，利用第二级注意力模块平衡整体与部位特征：

将每个目标候选框B通过第一级注意力模块得到的每一个子区域部位特征和分别与目标候选框B整体特征堆叠，作为第二级注意力模块A₂的输入特征；利用第二级注意力模块的自适应加权功能，依据输入特征的不同，自适应地计算得到不同大小的权重o′_g、o′_h、o′_u和o′_l，其中o′、o′_h、o′_u和o′_l分别对应整体、头部、上身以及下身；将加权后的特征o′_g·B、和分别送入分类回归模块分类与回归，得到检测结果B₀，即为图像中需要检出的行人目标。

2.根据权利要求1中所述的基于两级注意力机制的行人检测方法，其特征在于，所述S2中，每一个目标候选框子区域的划分方法包括：

确定每一个目标候选框的尺寸为H×W，其中H、W分别为目标候选框的高和宽；每一个目标候选框的左上角点与右下角点的坐标分别为(x₁,y₁)、(x₂,y₂)；根据以上表示，得到三个子区域，即：

W＝|x₂-x₁|

H＝|y₂-y₁|

P₁＝[(x₁,y₁),(x₂,y₁+α·H)]

P₃＝[(x₁,y₂-α·H),(x₂,y₂)]

其中，α表示用于控制目标候选框每一个子区域高度的参数。

3.根据权利要求2所述的基于两级注意力机制的行人检测方法，其特征在于，在整体检测过程中，参数α被设定为0.4，表示每一个子区域的高度占整个目标候选框高度的40％。