[发明专利]一种基于改进YOLO算法的小目标行人检测方法

说明书

本发明涉及计算机视觉技术和智能交通技术领域，公开一种基于改进YOLO算法的小目标行人检测方法，首先，利用KITTI、INRIA数据集制作小目标行人数据集；其次,基于本文数据集,采用k‑means算法重新聚类预选框；再次,基于YOLO‑V3模型,使用Mish激活函数代替ReLU,简化了特征提取网络,使用PANet结构进行特征融合；最后优化损失函数,使用CIoU计算坐标误差。本发明改进的算法比YOLO‑V3模型提升了3.2AP和20.8％的网络推理速度,在小目标行人检测任务中有一定的实用性。

技术领域

本发明涉及计算机视觉技术和智能交通技术领域，具体为一种基于改进YOLO算法的小目标行人检测方法。

背景技术

目前,在智能交通和智慧城市的发展中,智能驾驶技术是行业的研究热点,在驾驶过程中,智能系统需要对车辆周围环境的目标如车辆、交通标志、行人等进行检测.其中小目标行人由于像素占比低,易被遮挡等因素,在实际检测任务中,识别精度通常不高.故提高小目标行人的检测准确度并降低检测时延,是业界不断追求的目标.

CNN(convolutional neural network,卷积神经网络)作为重要的深度模型之一,其在图像处理方面,能高效地处理具有像素网格特征的图像数据.利用卷积网络进行目标检测算法有two-stage模式的Faster R-CNN[1]和one-stage模式的YOLO、SSD[2-5]等.其中,前者的识别过程分为提出候选区域和检测对象两部分,该策略检测精度高,但是速度慢；YOLO算法的分类定位一体化网络能轻松做到端到端检测,检测速度也比同类型网络出色,故常运用在在视频任务中.然而在较快的检测速度下,YOLO无法维持较高的检测精度.

在基于YOLO-V3算法的小目标识别任务中,易等[6]采用压缩的特征网络和CenterNet结构提高了小目标野兔的检测精度和速度；鞠等[7]在特征提取网络添加残差块,并在特征融合中拼接低层特征图,提高了模型对小目标识别的召回率和准确率。但是其检测精度和实时性还是不能满足实际需求，在实际的交通检测任务中,行人占据图像比例小,在阴暗环境、遮挡等情形下的识别率低。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于改进YOLO算法的小目标行人检测方法，采用改进的网络结构和损失函数,实现了小目标行人的检测,与原算法相比,提高了检测精度和实时性。

(二)技术方案

为实现上述目的，本发明提供了如下技术方案：

一种基于改进YOLO算法的小目标行人检测方法，包括以下步骤：

1)利用KITTI、INRIA数据集制作小目标行人数据集；

2)基于步骤1)获得的数据集,采用k-means算法重新聚类预选框，将两框间的大IoU值定义为短距,即把与聚类框交并比大的样本框归为一类,公式如下为d(box,cent)＝1-IoU(box,cent)，其中box表示样本,cent表示簇中心,IoU(box,cent)表示样本框与聚类框的交并比；

3)改进YOLO-V3模型,在Backbone特征提取网络部分使用Mish激活函数代替ReLU简化特征提取网络,在Neck多尺度融合部分,采用PANet结构进行特征融合；

4)采用真实Box与预测Box相关数据的CIoU误差和交叉熵作为损失函数,使用CIoU计算坐标误差。

进一步的，所述步骤1)中制作小目标行人数据集包括以下步骤：

11)挑选出KITTI数据集中存在行人目标的照片共若干张,并将单张图片填充灰色像素至1248×416尺寸,随后拼接三张照片；

12)将INRIA数据集的图片填充灰色像素至正方形,并缩放至416×416尺寸,随后拼接九张照片。