[发明专利]一种基于区域全卷积神经网络的人体目标检测方法

摘要

本发明公开了一种基于区域全卷积神经网络的人体目标检测方法，标定人体目标上半身即人体头肩模型位置为标定框，这样减少了人体目标被遮挡的概率，减小了漏检率；同时，设定不同的五个图像尺度进行转换，以及选用{0.8,1.2}两个不同比例的宽高比和{48,96,144,192,240}五个不同比例尺度作为生成anchors的规则，进一步减小了漏检率。此外，本发明还通过计算一幅人体目标图像各区域候选框损失值，并选取损失值最大前B区域候选框作为难例样本，其损失值反馈到区域全卷积神经网络模型中，使用随机梯度下降法更新区域全卷积神经网络模型的参数，以提高复杂场景下的人体目标检测的准确率，减少漏检率和误检率。

主权项

一种基于区域全卷积神经网络的人体目标检测方法，其特征在于，包括以下步骤：(1)、采集不同监控场景、不同角度的人体目标图像，然后对于每一张采集的人体目标图像，标定人体目标上半身的所在位置作为人体目标的标定框，标定了人体目标标定框的人体目标图像构成训练；人体目标图像不仅包含单一人体目标的简单场景，也包含一些遮挡较为严重，人员数量较多的复杂情景；(2)、设置五个不同的图像尺度，对于训练集中的每一幅人体目标图像，随机选择一个图像尺度，将人体目标图像的短边缩放到该尺度下之后输入到残差网络(Residual Network)进行卷积运算，得到卷积特征；(3)、将卷积特征输入到区域候选网络(Region Proposal Network，简称RPN)，生成区域候选框；其中，生成区域候选框时所需锚(anchors)，选用{0.8,1.2}两个不同比例的宽高比和{48,96,144,192,240}五个不同比例尺度作为生成anchors的规则；(4)、根据卷积特征、区域候选框，计算位置敏感得分图，得到区域候选框为正候选框的概率Si以及负候选框的概率Sj；同时，根据人体目标标定框，得到区域候选框的真实类别概率S；其中，区域候选框与真实的人体目标标定框的交并比大于等于0.5时，判定区域候选框为正候选框样本，真实类别概率S为1；当候选框与真实的人体目标标定框的交并比小于0.5时，判定区域候选框为负候选框样本，真实类别概率S为0；(5)、采用区域候选框的交叉熵损失值作为区域候选框的分类损失值Lcls，其具体计算公式如下：Lcls=-log(eSeSi+eSj)---(1);]]>采用区域候选框的一阶平滑损失值作为区域候选框的回归损失值Lreg，其具体计算公式如下：Lreg＝smoothL1(x*‑x)+smoothL1(y*‑y)+smoothL1(w*‑w)+smoothL1(h*‑h)  (2)，其中，x和y表示区域候选框的左上位置坐标，w和h分别表示区域候选框的宽和高，x*和y*表示真实的人体目标标定框的左上位置坐标；其中，一阶平滑函数smoothL1计算公式下：smoothL1(z)=12(σz)2if|z|<1σ2|z|-12σ2otherwise---(3),]]>其中，σ根据具体监控场景确定，一般取3.0，z为公式(2)中括号内的差值；(6)、对于每一个区域候选框，计算出其损失值，其计算公式如下：其中，λ是分类损失与回归损失之间的平衡因子；(6)、对人体目标图像，根据步骤(4)、(5)，得到每一个区域候选框计算损失值，将区域候选框损失值进行排序，选择损失值最大的前B个区域候选框作为难例样本，然后将这些难例样本的损失值，反馈到区域全卷积神经网络模型中，使用随机梯度下降法更新区域全卷积神经网络模型的参数；(7)、对于每一幅人体目标图像，根据步骤(2)～(6)不断更新区域全卷积神经网络的参数，从而得到人体目标检测的区域全卷积神经网络模型，用于监控场景下采集的图像的人体目标检测。