[发明专利]一种面向边缘设备的遮挡行人闯红灯姿态识别方法

权利要求书

1.一种面向边缘设备的遮挡行人闯红灯姿态识别方法，其特征在于：在红灯亮起时，抓拍行人图片，对闯红灯行为进行检测，具体包括如下步骤：

步骤1、通过闯红灯姿态空间关系学习，得到学习后的空间关系矩阵；

步骤2、根据输入的行人图片，生成遮挡姿态图；

步骤3、根据生成的遮挡姿态图，进行闯红灯姿态空间关系传播；

步骤4、采用蒸馏学习法，进行高分辨率的教师网络训练，得到教师网络参数模型；

步骤5、采用蒸馏学习法进行学生网络训练，获得学生网络参数模型；

步骤6、进行闯红灯行为检测网络训练；

步骤7、对遮挡行人闯红灯姿态进行检测，实现闯红灯和非闯红灯的状态识别。

2.根据权利要求1所述的一种面向边缘设备的遮挡行人闯红灯姿态识别方法，其特征在于：步骤1所述的通过闯红灯姿态空间关系学习，得到学习后的空间关系矩阵，具体包括如下步骤：

步骤1-1、输入闯红灯训练集，训练集图像大小为W x H，获得训练集图像中每个人体的16个关节点位置；

步骤1-2、每个人体的16个关节点位置，构建相对空间关系矩阵，矩阵尺寸为2W x 2H；

步骤1-2-1、计算每2个关节点位置之间的向量；

步骤1-2-2、对关节点位置之间的向量进行统计，构建节点关系矩阵D_ij。

步骤1-3、对相对空间关系矩阵，进行归一化和卷积处理，获得卷积学习后的空间关系矩阵P_ij，

3.根据权利要求2所述的一种面向边缘设备的遮挡行人闯红灯姿态识别方法，其特征在于：步骤2所述的生成遮挡姿态图的方法，包括如下步骤：

步骤2-1、使用HRNet网络，对输入图像进行检测，获得每个人体关节点的热图；

步骤2-2、根据步骤2-1得到的热图，获得关节点位置和其对应的得分；

步骤2-3、根据关节点得分设定阈值，将低得分的认为是遮挡节点，高得分的认为是可见节点，获得遮挡节点集合，可见节点集合；

步骤2-4、将每个关节点的热图视为节点特征，节点特征大小为W x H x 64，其中64是一个关节点热图的通道数量。

4.根据权利要求3所述的一种面向边缘设备的遮挡行人闯红灯姿态识别方法，其特征在于：步骤3所述的闯红灯姿态空间关系传播的方法，包括如下步骤：

步骤3-1、获得节点传播特征：

步骤3-1-1、将步骤2-4中得到的节点特征进行归一化处理，获得归一化后的节点特征；

步骤3-1-2、将节点特征进行全连接处理，获得节点传播特征vi；

步骤3-2、获得边特征：

步骤3-2-1、将步骤2-4中得到的起始节点特征减去终止节点特征，获得边特征；

步骤3-2-2、将边特征，进行归一化处理，获得归一化后的边特征；

步骤3-2-3、将归一化后的边特征进行全连接处理，获得线性变换后的边特征e_ij；

步骤3-2-4、将边特征e_ij作为卷积核，对步骤1-3中得到空间关系矩阵P_ij，进行卷积其中⊙为卷积操作，获得边传播特征；

步骤3-3、将步骤3-1-2获得的节点传播特征v_i和步骤3-2-4获得的边传播特征求和，获得融合特征v_j；

其中是该融合模型中的偏置项参数；

步骤3-4、将融合特征进行RELU变换，获得激活响应后的节点特征。