[发明专利]一种基于深度孪生网络的人流检测方法

摘要

本发明公开了一种基于深度孪生网络的人流检测方法，包括如下步骤（1）首先创建一个空白的日志文件和队列，对视频流的第一帧使用Faster R‑CNN目标检测算法进行物体检测；（2）获得检测到的物体的种类、出现时间和属于该种类的得分，将目标加入队列以待跟踪，将目标按其种类写入属于其类别的日志；（3）对队列中的目标使用全连接孪生网络进行追踪。本发明结合检测和追踪算法，先使用Faster R‑CNN得到识别出的物体类别和其位置，以检测帧作为追踪算法的第一帧，将检测帧识别到的检测框输入到全卷积孪生网络进行物体的追踪，最终完成了多目标视频识别和追踪。

主权项

一种基于深度孪生网络的人流检测方法，其特征在于，包括如下步骤：（1）首先创建一个空白的日志文件和队列，对视频流的第一帧使用Faster R‑CNN目标检测算法进行物体检测；（2）获得检测到的物体的种类、出现时间和属于该种类的得分，将目标加入队列以待跟踪，将目标按其种类写入属于其类别的日志；（3）对队列中的目标使用全连接孪生网络进行追踪；（4）判断当前时间距离检测帧的时间是否指定阈值，如果是，则对当前帧进行检测，否则，继续进行跟踪操作，其中阈值的设定通过元神经网络预测；（5） 物体一致性检测， 判断重新检测的物体框与上一帧跟踪得到的区域框计算IOU，即取两个框的交集除以两个框的并集，判断IOU是否小于0.1，若小于，则将检测框检测到的物体作为新目标，写入到日志和队列中；（6）判断日志文件中存在的目标是否大于阈值时间，若大于，则将该目标移除出日志文件，同理，其中阈值的设定通过元神经网络预测。