[发明专利]基于改进YOLOv3模型的行人多目标跟踪视频识别方法

权利要求书

1.基于改进YOLOv3模型的行人多目标跟踪视频识别方法，其特征在于，步骤如下：

步骤1：行人检测部分：改进YOLOv3目标检测网络，引入深度可分离卷积模块，利用深度可分离卷积模块替换Darknet-53特征提取层中的标准卷积模块；引入SENet模块，将SENet模块添加到YOLO预测层中；

步骤2：从公有数据集中选出含有行人图像的数据集，使用K-means++聚类算法替换K-means聚类算法对数据集标签进行聚类分析，训练行人检测YOLOv3网络模型；

步骤3：多目标跟踪部分：使用训练好的行人检测YOLOv3网络模型进行目标检测，与Deep-SORT算法相结合，进行行人多目标跟踪。

2.根据权利要求1所述的基于改进YOLOv3模型的行人多目标跟踪视频识别方法，其特征在于，所述步骤1进一步具体为：

步骤1.1：Darknet-53特征提取层中引入深度可分离卷积模块，并利用深度可分离卷积模块替换原有Darknet-53中的标准卷积模块；深度可分离卷积是把通道和空间区域分开考虑，将标准卷积分解成深度卷积和逐点卷积，即首先使用深度卷积对特征图中3个单通道分别进行3*3卷积，收集每个通道的特征，再使用逐点卷积对经过深度卷积后的特征图进行1*1的逐点卷积，收集每个点的特征；

步骤1.2：在YOLO预测层中引入SENet模块，分别在网络第26、43、53层输出向量后嵌入SENet模块。

3.根据权利要求1或2所述的基于改进YOLOv3模型的行人多目标跟踪视频识别方法，其特征在于，所述步骤2具体为：

步骤2.1：从公有数据集中分别提取其中的行人照片N张，并使用labeling工具为图片打标签；而后将图片按比例分为训练集和测试集；

步骤2.2：对图片训练集的样本使用K-means++聚类算法替代K-means聚类算法进行先验框聚类，获得新的锚框，并利用新的锚框进行行人检测YOLOv3网络模型的迭代训练。

4.根据权利要求1或2所述的基于改进YOLOv3模型的行人多目标跟踪视频识别方法，其特征在于，多目标跟踪之前需要利用训练好的行人检测YOLOv3网络模型来检测目标，具体为：

把任意大小图像的连续帧输入到训练好的行人检测YOLOv3网络模型中，首先对输入的图片自适应调整，在每个网格内预测B个边界框，对C类目标进行检测，输出每类目标的边界框和边界框的置信度；边界框的置信度定义为：边界框与该对象实际边界框交并比IOU，与该边界框内存在对象的概率乘积，计算公式：

其中，Confidence为边界框的置信度，P_r(Object)为该边界框内存在对象的概率，为边界框与该对象实际边界框交并比；

通过设定阈值，将类别置信度低于阈值的边界框排除，随后边界框采用NMS方法进行筛选，得到的边界框的5个参数为(x,y,w,h,p_c)，其中(x,y)为目标中心相对于单元格左上角的相对坐标,(w,h)分别是目标与整张图像的宽和高，p_c代表目标类别的概率值，经过归一化处理以后，最终网络输出为S×S×(5×B+C)。