[发明专利]一种骑车人检测方法及系统

权利要求书

1.一种骑车人检测方法，其特征是，包括：

获得待检测图像；

利用基于局部去相关特征的区域提取方法获得边界框，根据边界框对原图进行裁剪得到最终的候选区域；

将候选区域多分支YOLO金字塔网络进行进一步的检测，获得各分支的检测结果；

将各分支的检测结果进行后期处理，将所有的边界框映射到原图之后，针对多边界框检测一个目标的情况使用了非最大值抑制的方法寻找置信度最高的边界框以获得最终的检测结果。

2.如权利要求1所述的一种骑车人检测方法，其特征是，对于待检测图像，利用LDCF计算十个通道特征，包括LUV三个色彩通道、一个归一化的梯度幅值以及六个方向梯度，并对这些通道进行去相关化的操作。

3.如权利要求2所述的一种骑车人检测方法，其特征是，对于每个通道x中的m×m块p，一个去相关表示由Q^Tp和一个正交树计算得到，这里的Q代表一个正交矩阵，通过特征分解Σ＝QΛQ得到，其中Σ代表一个独立类别的协方差阵。

4.如权利要求1所述的一种骑车人检测方法，其特征是，对经过LDCF得到的边界框按其位置从上至下、从左至右进行排序。

5.如权利要求4所述的一种骑车人检测方法，其特征是，两个边界框距离小于一定阈值或者部分遮挡；

将这两个边界框合并成一个大的边界框，边界框的左上角坐标为两个边界框的x方向最小坐标和y方向最小坐标，边界框的右下角坐标为两个边界框的x方向最大坐标和y方向最大坐标，对得到的边界框向外扩充到固定尺寸b×b。

6.如权利要求4所述的一种骑车人检测方法，其特征是，两个边界框距离较远：直接对边界框进行扩充到固定尺寸b×b。

7.如权利要求1所述的一种骑车人检测方法，其特征是，建立了一个图像金字塔，以得到不同的图像尺寸；

建立多个YOLO分支，每一个分支为一个YOLO网络，其分支数与金字塔层数相同，即金字塔的每一层对应一个YOLO网络，将多分支的YOLO网络与金字塔合在一起，得到总的检测网络；

将候选区域输入该金字塔，得到多个不同尺寸的候选区域；

将不同尺寸的候选区域送入对应输入尺寸的YOLO分支，进行各个尺度上的检测。

进一步的技术方案，YOLO网络是指YOLOv3网络，其是基于锚点的，采用了K-means聚类算法，距离采用的是欧式距离，将训练样本的尺寸聚类到九个尺寸，作为锚点的尺寸。

进一步的技术方案，将各分支的检测结果进行后期处理：包含放缩、合并、映射和非最大值抑制的操作；

具体的，将各分支的检测结果进行放缩；

将放缩后的结果映射回原图；

使用了非最大值抑制的方法去寻找置信度最高的边界框。

8.一种计算装置,包括存储器、其特征是，处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤，包括：

获得待检测图像；

利用基于局部去相关特征的区域提取方法获得边界框，根据边界框对原图进行裁剪得到最终的候选区域；

将候选区域多分支YOLO金字塔网络进行进一步的检测，获得各分支的检测结果；

将各分支的检测结果进行后期处理，将所有的边界框映射到原图之后，针对多边界框检测一个目标的情况使用了非最大值抑制的方法寻找置信度最高的边界框以获得最终的检测结果。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征是，该程序被处理器执行时执行以下步骤：

获得待检测图像；

利用基于局部去相关特征的区域提取方法获得边界框，根据边界框对原图进行裁剪得到最终的候选区域；

将候选区域多分支YOLO金字塔网络进行进一步的检测，获得各分支的检测结果；

将各分支的检测结果进行后期处理，将所有的边界框映射到原图之后，针对多边界框检测一个目标的情况使用了非最大值抑制的方法寻找置信度最高的边界框以获得最终的检测结果。

10.一种骑车人检测系统，包括服务器，其特征是，所述服务器被配置为：

获得待检测图像；

利用基于局部去相关特征的区域提取方法获得边界框，根据边界框对原图进行裁剪得到最终的候选区域；

将候选区域多分支YOLO金字塔网络进行进一步的检测，获得各分支的检测结果；

将各分支的检测结果进行后期处理，将所有的边界框映射到原图之后，针对多边界框检测一个目标的情况使用了非最大值抑制的方法寻找置信度最高的边界框以获得最终的检测结果。