[发明专利]一种基于两级注意力机制的行人检测方法及系统

摘要

本发明公开了一种基于两级注意力机制的行人检测方法，将原始图像送入RPN模块得到目标候选框；将每一个候选框自上而下分为三个子区域；将子区域经过pool模块的特征分别送入一个第一级注意力模块，得到每一个子区域内相对精准的部位特征；将每一个候选框的部位特征与全局特征堆叠，送入一个第二级注意力模块，进行全局特征与部位特征的自适应加权；将两级注意力模块串联，得到端到端的检测网络模型。本发明有效去除复杂的背景干扰，适用于现实应用环境中多变的情况，增强检测鲁棒性，降低误检和漏检概率，尤其对于可用信息相对较少的被遮挡行人与冗余噪声干扰严重的小尺度行人，有效提高视频图像中行人目标的检测能力。

主权项

1.一种基于两级注意力机制的行人检测方法，其特征在于，包括：S1，基于Faster RCNN以及FPN网络构造一个端到端行人检测网络，所述检测网络包括基础网络Faster RCNN中的RPN模块、pool模块和分类回归模块，还包括第一级注意力模块和第二级注意力模块，其中第一级注意力模块的输入特征是基于RPN模块产生的目标候选框；S2，利用第一级注意力模块得到精准的部位特征：原始输入图像Image送入RPN模块提取目标候选框B；将每一个目标候选框B自上而下分为三个子区域P₁、P₂和P₃，分别对应直立行人头部、上身以及下身；将每个子区域经过pool模块的特征，各自送入一个对应的第一级注意力模块A₁；通过第一级注意力模块的仿射变换功能，提取出三个子区域中精准的部位特征和S3，利用第二级注意力模块平衡整体与部位特征：将每个目标候选框B通过第一级注意力模块得到的每一个子区域部位特征和分别与目标候选框B整体特征堆叠，作为第二级注意力模块A₂的输入特征；利用第二级注意力模块的自适应加权功能，依据输入特征的不同，自适应地计算得到不同大小的权重o′_g、o′_h、o′_u和o′_l，其中o′_g、o′_h、o′_u和o′_l分别对应整体、头部、上身以及下身；将加权后的特征o′_g·B、和分别送入分类回归模块分类与回归，得到检测结果B₀，即为图像中需要检出的行人目标。