[发明专利]一种多层卷积特征融合的行人检测方法

说明书

本发明公开了一种多层卷积特征融合的行人检测方法，通过对残差网络的重构来构建新的特征提取网络Darknet‑61，使特征提取网络Darknet‑61具有6次下采样的能力，通过新特征提取网络Darknet‑61将YOLOv3算法的YOLO输出层的输出从3层增加到5层，后续通过k‑mean算法在具有5层输出的YOLOv3算法基础上获取目标候选框，并通过NMS方法从目标候选框中现在最优的候选框进行后续处理。本发明通过改进Darknet‑53特征提取网络，引入四个残差网络和卷积层，增加下采样次数，输出7*7特征图，增强低层特征的表征能力，提高对大尺度行人检测的精度。

技术领域

本发明涉及行人检测领域，具体涉及一种多层卷积特征融合的行人检测方法。

背景技术

行人检测作为智能设备的一种核心技术，能够让机器设备获取周围的视频或者图像信息，并利用计算机强大的分析能力，对获取的信息进行视觉处理，从而像人一样对复杂的事物具有观察和分析的能力。帮助人们完成各种识别检测任务。

行人检测是计算机视觉领域的一个重要研究方向，通过计算机从图像或者视频片段中识别是否存在行人，如果存在行人，则进一步检测出行人具体位置，从而准确的对其位置坐标进行精确的标定，其中在制造业、军事、医疗等领域都有广泛的运用。

行人是目标检测中最难检测的物体之一，基于人工特性提取的传统行人检测算法在检测精度上无法得到大的突破，这是因为在现实环境中背景复杂多样，行人在不同场合就会对检测造成干扰，同时行人姿态的多变性和尺度差异性，很难通过传统特征进行行人表征，在实际检测中漏检率会增加。最严重的还有遮挡问题，这对样本采集带来了困难，检测精度必然面临考验。

本发明为了更好的解决这些问题，提出了一种多层卷积特征融合的行人检测方法。该方法在特征提取网络中第二次下采样后，通过连接2个残差模块得到信息与下层网络的信息融合，输出112*112特征图。同时增加4个残差模块和一个下采样卷积层用于第6次下采样，下采样后特征通过残差模块输出卷积特征，最后通过卷积模块输出7*7特征图，YOLO层输出由原来三种尺度特征图变成五种尺度特征图，增强行人对大小目标检测精确度，提升了网络的特征描述能力。最终改进的网络拥有更高的准确率和更低的虚警率，同时保持了原有算法的鲁棒性。

发明内容

本发明提供了一种多层卷积特征融合的行人检测方法，以解决现有技术中不同尺度行人检测存在漏检的问题。

本发明所述的一种多层卷积特征融合的行人检测方法，包括如下步骤：

步骤1：构建特征提取网络Darknet的残差网络，将残差网络基本单元中BN层的参数合并到其卷积层；根据构建的残差网络构建特征提取网络，记为特征提取网络Darknet-61；

步骤2：构建特征金字塔网络，将特征提取网络Darknet-61经过6次下采样获取图像的5个卷积特征与YOLO输出7*7、14*14、28*28、56*56尺度信息进行融合；使YOLOv3算法中的YOLO输出层输出5种尺度的特征图，其中，5种尺度包括：7*7、14*14、28*28、56*56、112*112；

步骤3：根据特征提取网络Darknet-61和YOLO输出层优化YOLOv3算法；

步骤4：利用k-means算法在优化后的YOLOv3算法输出的5种尺度的特征图上得到数个目标候选框；

步骤5：在候选框中运用NMS方法，选出特征图上数个目标候选框中具有最大IOU的目标候选框，根据选出的目标候选框进行行人目标预测。

进一步地，所述步骤1中将残差网络基本单元中BN层的参数合并到其卷积层，具体为：