[发明专利]一种基于深度学习级联神经网络的行人检测识别方法

权利要求书

1.一种基于深度学习级联神经网络的行人检测识别方法，其特征在于，包括步骤如下：

(1)下载有关行人的图像数据集，并将此数据集送入第一级神经网络进行训练，得到一个用于行人检测的模型；

(2)采集摄像头拍摄的视频图像序列，并进行预处理，之后送入通过步骤(1)中训练得到的用于行人检测的模型，对图像中的行人进行检测，获取图像中行人的位置信息；

(3)根据步骤(2)中检测得到的行人位置信息，对行人的图像进行分割，并缩放到同一尺寸，作归一化处理，对得到的图像集进行标注，标注信息包括：图像名称及行人身份类别，构建用于行人身份识别的数据集；用于行人身份识别的数据集包括分割后的行人图像及行人的身份标签；

(4)将用于行人身份识别的数据集送入第二级神经网络，提取行人的特征信息，实现对行人的身份识别。

2.根据权利要求1所述的一种基于深度学习级联神经网络的行人检测识别方法，其特征在于，所述步骤(3)中，将对行人的图像进行分割，并缩放到同一尺寸，确保每一张行人的图像宽度与高度比值的取值范围为0.3～0.5。

3.根据权利要求1所述的一种基于深度学习级联神经网络的行人检测识别方法，其特征在于，所述步骤(4)中，所述第二级神经网络依次包括若干卷积层、全连接层、softmax分类器；

向所述第二级神经网络输入用于行人身份识别的数据集，经过若干卷积层提取特征图，根据行人身份的类别数量，确定全连接层的神经元个数，通过softmax分类器得到分类结果。

4.根据权利要求1所述的一种基于深度学习级联神经网络的行人检测识别方法，其特征在于，所述步骤(1)，包括步骤如下：

A、从图像数据库ImageNet中下载有关行人的图像数据集，并将此图像数据集中的图像送入第一级神经网络Faster R-CNN；

B、第一级神经网络Faster R-CNN对图像数据集中的行人提取行人特征信息；

C、第一级神经网络Faster R-CNN对图像数据集中的图像中的行人的位置信息进行预测；行人的位置信息是指行人的坐标；

D、比较预测的行人类别与身份标签的差别，对网络参数进行训练，使预测的行人类别与身份标签保持一致，生成用于行人检测的模型，网络参数是指第一级神经网络Faster R-CNN中卷积运算的卷积核的权重，预测的行人类别，是根据第一级神经网络Faster R-CNN初始化的权重，通过卷积运算直接得到的。

5.根据权利要求1-4任一所述的一种基于深度学习级联神经网络的行人检测识别方法，其特征在于，所述步骤(2)，包括步骤如下：

E、采集摄像头拍摄的视频图像序列，并进行预处理，预处理是指依次从原始视频图像序列中截取有行人信息的视频段、裁剪掉视频图像序列中的冗余信息，冗余信息包括视频图像序列中的时间、地点；

F、利用步骤(1)训练好的用于行人检测的模型，对步骤E处理后的视频图像序列中的行人进行检测，提取行人的感兴趣区域，并将矩形的感兴趣区域用两个对角点的坐标标注出来，设定两个对角点P₁、P₂的坐标分别为(x₁,y₁)、(x₂,y₂)；

G、由步骤F确定感兴趣区域的高度为H_i＝|y₁-y₂|，感兴趣区域的宽度为W_i＝|x₁-x₂|；假设行人的宽高比n＝W_i:H_i，对感兴趣区域的宽高比进行限制，使得n₁<n<n₂。

6.根据权利要求5所述的一种基于深度学习级联神经网络的行人检测识别方法，其特征在于，n₁＝0.3、n₂＝0.3。