[发明专利]基于YOLOv3的监控场景下的安防敏感物品检测方法

权利要求书

1.一种基于YOLOv3的监控场景下的安防敏感物品检测方法，其特征在于，包括如下步骤：

步骤S1、采集安防敏感物品图像数据，构成安防敏感物品图像集；

步骤S2、对图像集中的图像进行标注，生成xml文件，以符合YOLOv3训练的要求；

步骤S3、对处理好的数据集中的数据进行数据增强；

步骤S4、训练YOLOv3神经网络模型；

步骤S5、对监控视频信息进行预处理，通过YOLOv3神经网络模型对监控视频中的安防敏感物品进行检测；

在所述步骤S4中，通过如下步骤进行YOLOv3神经网络模型的训练：

步骤S41、采用深度学习框架darknet进行训练，并设定初始参数如下：

初始学习率，即-learning rate：0.001；

多项式速率衰减，即-polynomial rate decay：4的幂次；

权值衰减，即-weight decay：0.0005；

动量，即-momentum：0.9；

步骤S42、通过k-means聚类生成YOLOv3所需的锚盒，利用锚盒预测边界框；

步骤S42、对每个边界框通过逻辑回归预测物体得分，每个边界框需要有x、y、w、h、confidence五个基本参数，其中，(x,y)是边界框的中心坐标，(w,h)为边界框的宽高，confidence为置信度；

步骤S43、利用一个下采样和一个上采样，输出三个不同尺度的特征图；

步骤S44、在前向传播中通过改变卷积核步长实现张量的尺寸变化；

步骤S45、令损失函数为：

其中，第一行采用总方误差来当作位置预测的损失函数，第二行采用根号总方误差来当作宽度和高度的损失函数，第三行和第四行对置信度confidence用SSE作为损失函数，第五行用SSE作类别概率的损失函数；式中的S²表示网格数，式中取7×7；B表示每个单元格预测框的个数，式中取3；λ_coord＝5，λ_noobj＝0.5，表示物品是否出现在网格单元i中，表示单元网格i中的第j个边界框预测到正确类别；

步骤S46、采用随机梯度下降方法，计算卷积神经网络更新后的权重值、偏置值；

步骤S47、训练迭代到10000次后，将学习率调整为10^-4，继续训练；

步骤S48、迭代到50000次后停止训练，保存训练好的模型；

在所述步骤S5中，通过如下步骤进行安防敏感物品的检测：

步骤S51、提取监控视频中的每一帧作为输入图像；

步骤S52、将输入图像切割成互有重叠的4块小图；

步骤S53、YOLOv3神经网络模型将输入的每一张小图调整成448*448大小，并平均划分成7*7＝49个网格，每个网格的大小为64*64；

步骤S54、对于每个网格，预测2个边界框，每个边界框包含5个预测量以及5个类别概率；

步骤S55、通过步骤S54预测出的7*7*2个目标窗口，根据阈值筛选置信度低于设定阈值的窗口，接着利用非极大值抑制去除冗余窗口，分别求得4张小图中物品的所在位置；

步骤S56、将4张小图中检测到物品的坐标进行坐标变换，再进行一次非极大值抑制，去除4张小图中重复检测到的物品坐标信息。

2.根据权利要求1所述的基于YOLOv3的监控场景下的安防敏感物品检测方法，其特征在于，在所述步骤S1中，通过如下步骤进行数据采集：

步骤S11、分析监控场景下需要观测的物品种类，并确定安防敏感物品；

步骤S12、通过爬虫下载安防敏感物品相关图片；

步骤S13、对下载的图片进行筛选，剔除错误的图片。

3.根据权利要求1或2所述的基于YOLOv3的监控场景下的安防敏感物品检测方法，其特征在于，所述安防敏感物品图像数据包括刀具、枪械、行李箱、手提包、火焰的图像数据。