[发明专利]一种基于二值化卷积神经网络的行人检测方法

说明书

本发明公开了一种基于二值化卷积神经网络的行人检测方法，属于用于行人检测的电数字数据计算推算的技术领域。本发明将卷积层的输入数据以及卷积核组的权重参数二值化后转换为无符号的整型数组，通过整型数组的XNOR位操作和BITCOUNT操作来实现卷积计算，大幅降低计算量，具有占用内存少、访问内存时间短、卷积速度快的优点，既能够在PC上实现，又能适用于嵌入式系统，具有良好的应用前景。

技术领域

本发明公开了一种基于二值化卷积神经网络的行人检测方法，属于用于行人检测的电数字数据计算推算的技术领域。

背景技术

深度学习在计算机视觉方面的应用可以说是计算机视觉发展的一个里程碑，各种新奇的方法层出不穷，改变了传统的先人工设计特征再提取人工特征然后再进行分类识别处理的繁琐流程，无论在速度上还是在精度上都超过了传统的方法。

行人检测作为计算机视觉的一个重要分支，目前已广泛应用在汽车辅助驾驶、野外搜救、高级人机交互，智能监控等诸多领域。传统的行人检测大多是基于特征提取加分类器来进行的，特征提取可以是计算Harr特征、LBP特征、HOG特征等，分类器可以是AdaBoost方法也可以是支持向量机(SVM,Support Vector Machine)等。这些分类算法速度较慢、灵活性较差，应用场景有局限性。

全精度的卷积神经网络具有众多的学习参数，能够拟合类似正确框出行人检测框这类复杂的非线性问题，但由于在PC上运算速度较慢，使用GPU成本又过高且功率过大，不太适合在PC上实现。而嵌入式系统计算能力有限且不能承载高功率的GPU，行人检测在其上的实现愈加困难。本发明旨在提出一种基于二值化神经网络的行人检测方法以解决全精度神经网络不适宜在PC机上运行且难以在嵌入式系统实现的问题。

发明内容

本发明的发明目的是针对上述背景技术的不足，提供了一种基于二值化卷积神经网络的行人检测方法，训练好的二值化卷积神经网络通过对表示二值化输入数据及各卷积层卷积核组的二值化权重参数进行同或位操作和BITCOUNT操作即可获得卷积结果，以较少的内存实现了行人的快速检测，解决了全精度卷积神经网络检测速度慢、不适宜在PC上实现且难以在嵌入式系统实现的技术问题。

本发明为实现上述发明目的采用如下技术方案：

一种基于二值化卷积神经网络的行人检测方法，先对摄像头采集的图片或视频帧进行插值采样至416*416大小；然后输入至训练好的二值化卷积神经网络中预测包含行人的检测框的中心点坐标(x，y)、预测框的宽和高(w，h)，预测框中含有目标的概率t_o及该目标是行人的概率t_p；最后通过非极大拟制算法对预测框进行筛选并利用预测框的信息来显示检测结果。

二值化卷积神经网络结构由二值化卷积层、pooling层、route层、reorg层、detection层组成，各层根据实际应用场景进行设计。pooling层采用大小为2*2的核进行步长为2的局部最大值采样。route层对某几层卷积层输出进行叠加后作为改成的输出。reorg层将本层的输入重新组织成需要的张量形式，例如，将26*26*512的张量重新组织成13*13*2048的张量。二值化卷积层通过二值化卷积操作、批量归一化操作及激活操作对训练图像进行多深度多层卷积以提取图像特征。detection层对最后一层卷积层输出的所有预测框进行初步筛选。

在训练阶段，从各卷积层的二值化输入数据中提取图像特征后计算损失函数值，由BP算法更新全精度权重参数，将全精度权重参数转换为二值化权重参数。

在预测阶段，二值化卷积神经网络通过以下三个步骤实现卷积计算：