[发明专利]一种基于视频图像的室内人员检测方法

摘要

本发明涉及一种监控条件下的室内人员检测方法，包括以下步骤：样本集的建立；输入样本预处理：输入样本逐一进行标注，对人体目标的上半身部分进行标注，利用区域建议思想对上述得到的标注样本进行预处理，作为整个网络模型的数据输入；目标特征提取；可变形处理：根据监控条件下室内人员大部分为上半身可见的特点，基于可变形部件的算法思想设计对应的部件模型，对图像中人体目标进行特征提取后得到特征映射图，将其经过可变形处理层，通过与相应的部件滤波器进行卷积运算，得到对应的部件特征映射图，计算部件的映射分数；完成分类判别；网络模型训练。

主权项

1.一种监控条件下的室内人员检测方法，包括以下步骤：1)样本集的建立：采集用于室内人员检测的相关监控视频，对原始视频进行适当选择并截取其中的视频片段，基于保证样本多样性的前提选择并提取视频帧，作为训练和测试样本；2)输入样本预处理：输入样本逐一进行标注，对人体目标的上半身部分进行标注，利用区域建议思想对上述得到的标注样本进行预处理，作为整个网络模型的数据输入；3)目标特征提取：将经过预处理的样本输入特征提取层，进行相应的卷积运算，提取其目标特征，包括亮度、颜色、边缘和梯度信息等；4)可变形处理：根据监控条件下室内人员大部分为上半身可见的特点，基于可变形部件的算法思想设计对应的部件模型，对图像中人体目标进行特征提取后得到特征映射图，将其经过可变形处理层，通过与相应的部件滤波器进行卷积运算，得到对应的部件特征映射图，计算部件的映射分数；5)完成分类判别：基于以上得到的部件映射分数，通过相关的线性与非线性运算得到整个目标的最终检测分数，在此基础上进行分析，得到最终的分类判定结果；6)网络模型训练：设定适合的分类损失函数，基于梯度下降的思想进行训练，调整相关网络参数，得到较优的网络模型；7)交叉实验验证：采用交叉验证的思想，选择不同的测试集进行测试，统计测试结果并做相关分析，计算网络模型的检测率和误检率，不断调整网络参数，直至达到最优的检测效果，完成网络模型的构建。