[发明专利]基于改进SSD的增强热红外图像上车辆检测方法及系统

权利要求书

1.一种基于改进SSD的增强热红外图像上车辆检测方法，其特征在于，包括以下步骤：

步骤1：构建热红外图像上车辆检测网络ERSSD，负责提取行车辆轮廓特征包括车辆车身、轮胎特征；

所述热红外图像上车辆检测网络ERSSD，是基于深度学习目标检测网络SSD的改进版网络；

其中，对特征提取网络部分中的Stem block下采样模块进行替换；所述Stem block下采样模块由一个7×7内核的卷积、stride＝2和一个3×3的最大池化、stride＝2组成；所述替换由一个3×3内核的卷积、stride＝2，两个3×3内核的卷积、stride＝1和一个3×3的最大池化、stride＝1组成的下采样模块进行代替；

使用Stage模块替换特征提取网络部分中的残差模块；所述的Stage使特征信息在不同的网络梯度中传播并拼接，由主干梯度和分支梯度组成；所述主干梯度由原始残差模块堆叠；所述的分支梯度有3×3的最大池化、stride＝2和1×1内核的卷积、stride＝1组成；主干梯度和分支梯度输出的特征维度长宽高一致，通过concat进行拼接；

步骤2：对步骤1得到的热红外车辆检测网络ERSSD进行训练，配置热红外车辆检测模型权重文件；

步骤3：将实时输入的热红外视频图像先经过图像增强处理，再输入到热红外车辆检测网络ERSSD，使用步骤2中的热红外车辆检测模型权重文件作为车辆检测网络权重对热红外视频数据进行实时车辆检测。

2.根据权利要求1所述的基于改进SSD的增强热红外图像上车辆检测方法，其特征在于，步骤2的具体实现包括以下子步骤：

步骤2.1：使用红外热成像及可见光双传感器摄像机机在不同视角和场景下采集热红外视频数据，将所述热红外视频数据解码成热红外图像，并制作成原始热红外图像数据集，再将所述热红外图像数据中车辆目标的位置信息、车辆尺寸信息和车辆类别信息进行影像标注储存到标签文件，其中所述车辆类别信息依据车辆轮廓信息和尺寸信息作为分类依据；标注完成后，得到原始热红外图像数据集对应的标签数据集；

步骤2.2：对原始热红外图像数据集进行图像增强处理，得到增强热红外图像数据集；所述的增强热红外图像数据集，由热红外图像数据集通过图像增强生成的，两个数据集保持相同的标签数据集；

步骤2.3：将增强热红外图像数据集按照预定比例分配为训练数据集和测试数据集；将训练数据集输入到热红外车辆检测网络ERSSD中，进行ERSSD模型训练；训练过程中，每进行一轮次迭代生成并保存一个目标检测权重文件，直至网络达到收敛状态停止训练；配置得到热红外车辆检测模型权重文件。

3.根据权利要求1所述的基于改进SSD的增强热红外图像上车辆检测方法，其特征在于：步骤3中所述图像增强处理，是基于自适应分段拉伸变换的引导滤波过程，所述引导滤波过程图像增强包括引导图像、输入图像和输出图像，其中将热红外图像作为引导图像，将热红外图像经过自适应分段拉伸变换的图像作为输入图像；引导滤波的输出图像为增强热红外图像。