[发明专利]目标检测方法及系统

权利要求书

1.一种目标检测方法，其特征在于，包括：

获得针对待检测目标进行拍摄得到的实时视频流；

使用预存的卷积神经网络对所述实时视频流中每隔设定帧的图像进行检测，得到待检测目标的最新位置；

将当前帧图像转换为灰度图，其中，所述当前帧图像为所述实时视频流中当前被所述卷积神经网络进行检测以确定所述待检测目标的最新位置的图像；

对所述灰度图进行图像分析，计算所述待检测目标相较于上一帧图像位置移动的像素点数量；

使用光流金字塔计算所述当前帧图像转换得到的灰度图和上一帧图像转换得到的灰度图中所述待检测目标位置移动的每个像素点的位移；

根据计算得到的所述待检测目标位置移动的每个像素点的位移分析得到所述待检测目标在所述当前帧图像的移动偏移，基于所述移动偏移对所述卷积神经网络的检测结果进行修正；

对所述灰度图进行图像分析，计算所述待检测目标相较于上一帧图像位置移动的像素点数量的步骤，包括：

针对所述灰度图中的每个像素，以该像素为中心像素，获得第一半径的圆上的待比对像素；

计算各所述待比对像素中、与所述中心像素的像素差超过设定阈值的像素的个数；

判断像素差超过设定阈值的像素的个数是否达到设定数量，若达到所述设定数量，则将该个数进行记录；

分析得到以该中心像素为中心、第二半径的圆上进行记录的所有个数中的最大值，保留所述第二半径的圆上个数为最大值的相应像素，其中，所述第二半径大于所述第一半径；

统计所述灰度图中保留的像素数量，将保留的像素数量作为估算所述待检测目标位置移动的像素点数量。

2.根据权利要求1所述的目标检测方法，其特征在于，所述方法还包括构建所述卷积神经网络的步骤，该步骤包括：

将设定尺寸的三通道图像作为输入，堆叠多个Block结构，得到待训练的网络结构；其中，每个所述Block结构包括卷积运算Conv、批归一化BN、比例缩放和位移、线性整流函数Relu和深度卷积Deepwise操作；

采用随机梯度下降法，基于最小化损失函数训练所述网络结构，得到检测模型；

去掉所述检测模型中的批归一化BN、比例缩放和位移操作之后，将检测模型进行合并移植，得到用以进行位置检测的卷积神经网络。

3.根据权利要求2所述的目标检测方法，其特征在于，堆叠的多个Block结构为16个；每个所述Block结构至少由卷积运算Conv、批归一化BN、比例缩放和位移、线性整流函数Relu、深度卷积Deepwise、批归一化BN、比例缩放和位移、线性整流函数Relu操作依次组成；

16个所述Block的卷积的通道数分别为16、16、32、32、96、96、96、96、128、128、128、128、160、160、160、160、160、160、160、160、160、160、160、160、320、320、128、160、96、128、96、128，所述深度卷积Deepwise操作的分组数等于所述深度卷积Deepwise操作的通道数；

在Block13至Block16分别接两个卷积层，该两个卷积层包括用来得到目标位置的目标位置卷积层和用来得到目标类别的目标类别卷积层，其中，目标位置卷积层通道上的每个像素点的值对应一个预先定义好的位置信息，通过像素点对应通道的输出的回归值用预测框回归出目标位置；目标类别卷积层通道上的每个像素点的值代表该目标像素点对应位置的类别概率，不同通道代表不同的类别。

4.根据权利要求3所述的目标检测方法，其特征在于，损失函数根据以下公式计算得到：

其中，L_loc(x,l,g)为位置损失，L_conf(x,c)为分类损失，α＝0.8，位置损失L_loc(x,l,g)根据以下公式计算得到：

其中，为第i个预测框与第j个真实框关于类别k是否匹配的值，匹配则为1，不匹配则为0；为预测框，为标注的真实框，根据以下公式计算得到：

分类损失L_conf(x,c)根据以下公式计算得到：

其中，p为类别，根据以下公式计算得到：