[发明专利]一种基于交互属性监督的行人检测方法

权利要求书

1.一种基于交互属性监督的行人检测方法，其特征在于，包括下列步骤：

步骤1：构建行人检测网络；

所述行人检测网络包括：特征提取网路层、候选区域池化层、区域提案网络层、全连接层、归一化指数函数、行人位置检测层和分类层；

其中，特征提取网络层用于提取输入图像的特征谱，并将特征谱分别输入候选区域池化层和区域提案网络层；

候选区池化层连接第一全连接层；所述第一全连接层的输出分别接入两个全连接层，其中一个全连接层连接行人位置检测层，用于输出行人的位置检测框；另一个全连接层连接归一化指数函数，该归一化指数函数与分类层相连，用于输出检测类型，包括是否为行人，以及行人的沟通交互和姿态交互类型；

区域提案网络层的输出与候选区域池化层相连；用于向候选区域池化层输入区域提案；

其中，区域提案网络层的分类候选框的支路上增加行人交互性沟通属性标签与行人交互性姿态属性标签的分类；

步骤2、对行人检测网络进行神经网络学习，并将训练好的行人检测网络作为行人检测器；

设置行人交互数据集，所述行人交互数据集包含多张无标定的行人图片；并对行人交互数据集中的每张行人图片标定带有行人个体的识别框，行人交互性沟通属性标签，行人交互性姿态属性标签；

其中，行人交互性沟通属性包括是否在谈话；行人间交互性姿态属性包括是否在牵手，是否有搭肩，是否面对面，是否有前后位置关系；

设置行人检测网络的损失函数为多任务损失：

基于分类层输出的行人交互性沟通属性标签与行人交互性姿态属性标签的分类结果分别与真实标签的差异分别建立沟通损失和姿态损失；

基于行人检测网络的行人位置检测层输出的位置检测框与标定的识别框之间的差异建立检测框回归损失；

基于行人检测网络的分类层输出的是否为行人的分类结果与对应的真实分类结果的差异建立原始分类损失；

基于沟通损失、姿态损失、检测框回归损失和原始分类损失的加权和得到多任务损失；

步骤3、对待检测图片进行图像预处理后，输入到所述行人检测器中，基于其输出获得图像中行人检测框，以及对应的行人分类结果。

2.如权利要求1所述的方法，其特征在于，调整行人检测网络的区域提案网络层提取的候选框的尺度，使得候选框能够框住多个有关联的行人。

3.如权利要求1所述的方法，其特征在于，设置行人检测网络的损失函数时，将检测框回归损失和原始分类损失的权重均设置为1。

4.如权利要求3所述的方法，其特征在于，将沟通损失和姿态损失的权重分别设置为分别设置为0.1和0.5。