[发明专利]一种面向行人检测的轻量级卷积神经网络模型

说明书

本发明公开了一种面向行人检测的轻量级卷积神经网络模型，该轻量级卷积神经网络模型由多个基本组成模块堆叠而成，每个所述基本组成模块采用多分支的并行结构获取不同尺度感受野下的特征，每个分支包含不同扩张率的空洞卷积和分组卷积；在基本组成模块之后，连接空间注意力机制模块。本发明提出的轻量级行人检测网络模型，不仅具备较少的参数量和计算量，而且具备良好的行人检测精确度，对于存储和计算资源有限、并且实时性要求较高的嵌入式端行人检测场景来说具有一定的现实意义。

技术领域

本发明属于人工智能技术领域，具体涉及神经网络模型压缩与加速，轻量级神经网络模型结构的设计，以及计算机视觉中的行人检测，特别是涉及一种面向行人检测的轻量级卷积神经网络模型。

背景技术

近年来，随着硬件设施的快速发展以及神经网络技术的日趋成熟，作为在自动驾驶、智慧城市等诸多场景中都承担着重要作用的行人检测任务，对于检测速度的要求越来越高，实时检测场景逐渐增加，将行人检测算法部署在嵌入式终端已经成为一大趋势。

目前已有的行人检测算法主要分为两类，一类是基于传统机器学习中的二分类法，另一类是基于卷积神经网络的目标检测方法。传统的行人检测算法通常包含手工设计的特征和分类器两个组成部分，首先根据行人自身的外观特征，手工设计出特征，然后用这种特征来训练分类器，从而达到区别行人和背景的目的，这类算法往往存在很大的局限性，手工设计的特征缺乏足够的能力去匹配实际应用中的复杂场景，从而导致算法的稳定性和泛化性较差，检测精确度也不尽人意，所以并未得到广泛的应用。在第二类基于卷积神经网络的通用目标检测算法中，主要是以主干网络提取特征、颈部网络融合特征、然后组合头部网络进行回归定位的架构为主，如一阶段网络的代表SSD系列、Yolo系列以及二阶段网络的代表Fast R-CNN系列，这类网络具备更良好的特征表达能力，泛化性和检测精确度通常较好，结构设计相对于传统的行人检测算法也比较简单。但是，卷积神经网络优异表现的背后堆砌着的是庞大的复杂度以及计算需求，对于计算资源和存储资源都极为有限的嵌入式设备来说，并没有足够的能力去容纳这些复杂的神经网络，想要成功部署在嵌入式设备上并取得良好的推理效果和实时性，神经网络模型需要更为轻量。

近些年来诞生了很多优秀的轻量级的通用目标检测网络，比如2015提出的通过组合多尺度卷积增加网络的宽度并减少网络深度的Inceptionv1，2017年提出的将标准的卷积更换为深度可分离卷积从而大幅降低网络复杂度的MobileNetv1，2018年创造性地提出了携带逆残差结构的MobileNetv2，以及后来的ShuffleNet系列和基于神经网络结构搜索的Mnasnet等。然而，上述轻量级网络的设计初衷都是最大程度缩小网络规模，针对由于摄像头拍摄点距离行人的远近和拍摄角度不同而导致的行人目标尺度多变的问题，小模型缺乏足够的容量去匹配多变的尺度，模型的表达能力不强。并且，轻量级的通用目标检测网络在遇到遮挡的复杂场景的时候,检测效果会大打折扣。总体来说，轻量级的通用目标检测网络和基于卷积神经网络的通用目标检测网络各有利弊，前者复杂度较小，推理速度较快，但是表达能力较弱，缺乏足够的能力应对复杂的行人检测任务，检测精确度较低，而后者表达能力较强，行人检测的精确度较高，但是网络复杂度较高，推理速度较慢。

针对上述问题，本发明需要解决的技术难点是，设计一个参数量和计算量都较小的轻量级行人检测网络，提高其应对行人检测尺度多变和遮挡问题的能力，从而使其能够取得良好的行人检测精确度，并具备较快的推理速度。

发明内容

本发明的目的是克服现有技术的不足，提出一种面向行人检测的轻量级卷积神经网络模型，该网络的参数量和计算量都显著少于常见的基于卷积神经网络的通用目标检测网络，行人检测精确度高于常见的轻量级通用目标检测网络，在具备较快推理速度的同时，能够取得良好的检测效果。

本发明所采用的技术方案为：