[发明专利]一种端到端的卷积神经网络的行人检测方法

摘要

本发明公开了一种端到端的卷积神经网络的行人检测方法，用以解决现有行人检测算法检测精度不高、算法复杂和多模块融合困难等问题。采用了一种新的端到端的卷积神经网络，通过构建带有标注的训练样本集，采用端到端训练，得到一个能预测行人候选框和相应框的置信度的卷积神经网络模型。测试时，将测试图片输入训练好的模型内，即可得到相应的行人检测框和置信度。最后进行非极大值抑制和阀值筛选，得到最佳行人区域。本发明与以往发明相比，具有两大优势：一是端到端训练和测试，使整个模型训练和测试都极为容易；二是本发明通过构建候选框回归网络，解决了行人尺度和比例问题，不需要以往的发明采用的金字塔技术，极大的节约了计算资源。

主权项

1.一种端到端的卷积神经网络的行人检测方法，其特征在于：通过构建带有标注图片库作为训练样本集，直接端到端训练，得到一个能预测行人候选框和行人候选框置信度的卷积神经网络模型；测试时，将测试图片输入卷积神经网络模型，得到相应的行人检测框和置信度；最后进行非极大值抑制筛选，压缩重复的行人检测框；所述的非极大值抑制是指，多个互相重合的行人检测框中，按照输出的置信度，选出置信度最大的那个行人检测框，其它行人检测框舍弃；阈值筛选，根据置信度选出最佳的行人检测框；所述的卷积神经网络模型是由16个卷积层，和一个上采样层和一个Softmax层构成，前13个卷积层按顺序依次级联，将上采样层接到第13个卷积层上，然后上采样层输出与第10个卷积层进行级联，并将级联后的特征接入到第14个卷积层上，第15个卷积层和第16个卷积层均直接连接到第14个所述卷积层上，Softmax层连接到第15个卷积层上；其中，上采样层负责对第13个卷积层进行插值放大2倍；第15个卷积层输出行人检测框包含行人的置信度，第16个卷积层输出行人检测框的位置参数，Softmax层负责对置信度进行归一化处理；训练卷积神经网络的具体步骤如下：A1：构建卷积神经网络；A2：对网络进行初始化，对于18层网络架构：卷积层1到卷积层13的参数finetune自在ImageNet数据集上预训练的VGG16模型；并将前4层学习率设置为0；其它层由高斯分布生成的小随机数初始化网络中待训练参数；A3：对输入的样本图像每一点计算锚点框，并与原始的标注区域计算偏移量，将图像、图像标签和偏移量输入到网络中，进行前向传播；A4：利用SmoothL1和SoftMaxwithLoss作为损失函数，得到误差项；使用反向传播算法，利用SGD调整网络参数，使误差项最小。