[发明专利]基于视频序列帧间信息的行人检测方法

权利要求书

1.一种基于视频序列帧间信息的行人检测方法，其特征在于，包括以下步骤：

S1：构建Faster R-CNN网络作为行人检测模型，Faster R-CNN网络包括基础特征提取网络，RPN网络、感兴趣区域池化网络和分类回归网络，其中：

基础特征提取网络用于对输入图像进行特征提取得到特征图；

RPN网络用于根据特征图生成行人候选框，具体方法为：首先生成若干锚框，得到每个锚框的置信度和回归偏移量，计算得到行人候选框，剔除太小和超出边界的行人候选框，得到行人候选框集合α，设置上一帧视频图像的每个行人检测结果置信度ρ，将上一帧视频图像的行人检测结果集合β加入初步筛选的行人候选框集合α，即α＝α∪β，然后采用软化非极大值抑制Soft-NMS方法对行人候选框集合α中的行人候选框进行处理，重置各个行人候选框的置信度；

感兴趣区域池化网络用于根据RPN网络生成的各个行人候选框信息，映射至基础特征提取网络输出的特征图上，对特征图中的对应区域进行池化操作，得到固定大小输出的池化结果，从而得到各个行人候选框的特征图；

分类网络用于计算每个行人候选框属于行人或非行人的概率，并再次获得每个行人候选框的位置偏移量，进行回归计算得到行人检测框，再将得到的所有行人检测框经过软化非极大值抑制Soft-NMS方法进行筛选，得到最终的行人检测结果；

S2：对于行人视频序列中的第1帧图像，令上一帧视频图像的行人检测结果集合β为空，采用步骤S1构建的Faster R-CNN网络对第1帧图像进行行人检测，得到行人目标检测结果，将当前帧的行人目标检测结果集合作为新的行人检测结果集合β；

S3：对于行人视频序列中的第t帧图像，t＞1，结合上一帧视频图像的行人检测结果集合β，采用步骤S1构建的Faster R-CNN网络对第t帧图像进行行人检测，得到行人目标检测结果，将当前帧的行人目标检测结果集合作为新的行人检测结果集合α；直到行人视频序列结束。

2.根据权利要求1所述的基于视频序列帧间信息的行人检测方法，其特征在于，所述置信度ρ＝0.9。