[发明专利]一种融合图像预处理与深度学习目标检测的人头检测方法

说明书

本发明公开一种融合图像预处理与深度学习目标检测的快速精确的人头检测方法，方法包括：实时获取监控图像数据；对获取到的监控图像数据进行预处理；将预处理后的监控图像数据输入至预先训练的神经网络，得到监控图像数据中的待选区域anchor及其对应的偏移值与置信度；根据神经网络输出的anchor的置信度，选择存在目标的anchor；根据神经网络输出的anchor的偏移值，计算对应相应目标的预测边界框的位置和大小；将预测边界框按照其位置和大小在监控图像数据中画出，即得到结果图像；输出结果图像以及图像中检测到的人头数量，所述人头数量即为图像中预测边界框的数量。利用本发明的人头检测方法能够提高公共场合人头检测的快速准确性。

技术领域

本发明涉及计算机视觉技术领域，特别是一种融合图像预处理与深度学习目标检测的快 速精确人头检测方法。

背景技术

在大量公共场合中，比如大型商场超市、旅游景区、大小交通枢纽、银行、地铁和学校 等，都需要对监控摄像中的人数密集度进行实时分析，以保障公共场合有序稳定运行。比如 对大型商场进行人数实时统计分析，方便决策者对过于拥挤的区域进行及时疏导，防止踩踏 事故的出现。同时该技术也可以应用在校园场景中，实时监控分析每个教室的人数，对学生 来讲，可以根据实时提供的教室人数信息更加快速地找到合适的自习教室，减少了寻找自习 教室所需的时间。对于教师来讲，此方法可以帮助教师合理分配教学资源，从而提高教学质 量。可以看到，准确实时地计算公共场合的人流量有着良好的应用前景以及商业价值。然而， 目前针对多场景的人数统计研究面临一些挑战，比如说图像中待统计的行人分辨率较低，人 群相互遮挡严重且拥挤等问题。

目前对于人群计数主要有两种实现路径：基于特征回归的人数统计方法和基于目标检测 的人数统计方法，这两种方法都涉及了有监督的深度学习技术。一种是直接使用回归的思路， 根据图像回归出拥挤人群密度热图，但它的缺点是只能得到场景整体的一个拥挤指数，不能 获知人群中每个个体的具体位置，同时这种方法对图像分辨率很敏感，不利于多场景切换使 用。另一种是使用主流的目标检测方法，例如使用Faster R-CNN或SSD等技术检测“人”所 在的位置，从而得出图像中“人”的数量。这种方法的缺点是在人物相互遮挡或者光线不足 的情况下性能较差，而人群越拥挤相互遮挡的可能性越大，导致算法使用受限。除此之外， 这些目标检测算法并没有针对“人头检测”这一任务进行优化，导致算法在检测较低分辨率 的目标时，误检率和漏检率较高。

且由于目前监控设备硬件条件的限制，无论是网络摄像头还是有线摄像头，监控视频图 像普遍存在模糊且噪声不稳定的情况。

发明内容

本发明的目的是，提供一种融合图像预处理与深度学习目标检测的人头检测方法，能够 提高公共场合人头检测的快速准确性。

本发明采取的技术方案为：一种人头检测方法，包括：

实时获取监控图像数据；

对获取到的监控图像数据进行预处理；

将预处理后的监控图像数据输入至预先训练的神经网络，得到监控图像数据中的待选区 域anchor及其对应的偏移值与置信度；所述神经网络为深度学习神经网络，其训练样本为根 据图像数据中待选区域anchor与人头标定区域ground-truth的交并比选择出anchor正负样 本，且正样本具有偏移标签和置信度标签，负样本具有置信度标签的图像数据集；

根据神经网络输出的anchor的置信度，选择存在目标的anchor；

根据神经网络输出的anchor的偏移值，计算对应相应目标的预测边界框的位置和大小；

将预测边界框按照其位置和大小在监控图像数据中画出，即得到结果图像；

输出结果图像以及图像中检测到的人头数量，所述人头数量即为图像中预测边界框的数 量。

可选的，神经网络的训练步骤包括：