[发明专利]智能监控环境下基于改进yolov3的实时行人检测方法及装置

说明书

本发明提供了一种智能监控环境下基于改进yolov3的实时行人检测方法及装置，该方法包括以下步骤：获取监控场景下的行人图像，对图像中的行人目标进行标注，将图像按一定比例随机划分为训练集、测试集和验证集；对训练集、测试集和验证集的图像进行预处理；利用训练集对改进后的yolov3算法进行训练，所述改进后的yolov3算法为在原始yolov3算法的基础上对特征提取网络、特征融合层、预测层进行改进后的算法；通过测试集和验证集来选取改进后yolov3算法的最优模型，并将其用于监控视频下的行人检测。本发明在保证对输入图像进行丰富细致的特征提取的同时保持了较低的计算量，提高了图像利用率，减小了行人检测计算量，保持低耗时的同时提高对行人的检测效果。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种智能监控环境下基于改进yolov3的实时行人检测方法及装置。

背景技术

行人检测是计算机视觉的一项基本任务，是指通过计算机判断图像或视频帧中是否存在行人并给出行人的精确位置的技术。行人检测结合行人重识别后能广泛应用于智能视频监控和智能安保等领域。由于该技术在以上行业的广泛应用，行人检测技术已成为计算机视觉领域最活跃的研究方向之一。行人检测方法主要分为两种，基于传统手工特征的方法和基于深度学习的方法。前者又称为特征工程方法，侧重于寻找或设计优秀的特征描述子，普遍存在提取的特征单一、计算复杂度高、对行人外观变化缺乏鲁棒性、检测性能不高等问题。随着深度学习在图像任务上的崛起，行人检测领域已经逐渐出现了各种端到端的深度学习检测方法，比较有代表性的有Faster-rcnn,SSD,yolov3，Tiny-yolov3等算法。

yolov3系列算法是一种单阶段目标检测算法，在不同的特征层上对特征图上的点预测有无目标的置信度、目标的位置以及目标的类别。相比Faster-rcnn与SSD算法，yolov3算法均衡了速度和准确率两方面指标，是当前目标检测领域最为优秀的算法之一。然而原生yolov3和Tiny-yolov3分别采用具有53层卷积的DarkNet53和一个7层的小型特征提取网络，前者可以保证较高精度但是计算复杂度较高，后者降低了计算复杂度但是同时检测精度也大幅降低。对于智能监控等场景，其对行人检测的精度和实时性均有较高要求，特别是在CPU环境或嵌入式设备中，以上算法未能达到又快精度又高的要求。

发明内容

为解决现有技术存在的上述技术问题，本发明提供一种智能监控环境下基于改进yolov3的实时行人检测方法及装置。

本发明是这样实现的：

一方面，本发明提供一种智能监控环境下基于改进yolov3的实时行人检测方法，包括以下步骤：

获取监控场景下的行人图像，对图像中的行人目标进行标注，将图像按一定比例随机划分为训练集、测试集和验证集；

对训练集、测试集和验证集的图像进行预处理；

利用训练集对改进后的yolov3算法进行训练，所述改进后的yolov3算法为在原始yolov3算法的基础上对特征提取网络、特征融合层、预测层进行改进后的算法；

通过测试集和验证集来选取改进后yolov3算法的最优模型，并将其用于监控视频下的行人检测。

进一步地，所述对训练集、测试集和验证集的图像进行预处理具体包括：

对图像进行水平翻转，颜色、亮度、对比度随机变换，色温变换，随机裁剪的数据扩增操作。

进一步地，所述在原始yolov3算法的基础上对特征提取网络进行改进具体包括：

采用EfficentNet-B0特征提取网络替换原始yolov3算法的DarkNet53网络。

进一步地，所述在原始yolov3算法的基础上对特征融合层进行改进具体包括：