[发明专利]行人检测训练数据库的建立方法、行人检测方法及装置

权利要求书

1.一种行人检测训练数据库的建立方法，其特征在于，应用于自动驾驶行人检测训练，所述建立方法在仅包含有非卧姿行人样例图像数据的初始行人检测训练数据库的基础上进行建立，所述建立方法包括如下步骤：

在所述初始行人检测训练数据库中扩增指定数量的包含指定卧姿的行人样例图像数据，获得第一扩增数据库；

将所述第一扩增数据库中的非卧姿行人样例图像数据进行基于颜色替换的行人样例图像扩增，获得第二扩增数据库；具体地，将所述第一扩增数据库中所有所述非卧姿行人样例图像进行图像分割，获得所述非卧姿行人样例图像中的上装区域和下装区域；将图像分割后的所述非卧姿行人样例图像中的上装区域和下装区域进行指定的颜色替换，获得多种所述上装区域和下装区域颜色组合不同的扩展非卧姿行人样例图像；所述颜色替换具体为，从颜色库中确定与上装区域和下装区域的颜色最接近的色彩；将上装区域和下装区域中的颜色替换为所述颜色库中所述最接近的色彩之外的颜色；

将所述第二扩增数据库中的非卧姿行人样例图像数据进行基于人体比例的行人样例图像扩增，获得行人检测训练数据库；具体地，获取所述扩展非卧姿行人样例图像中的行人轮廓；将所述扩展非卧姿行人样例图像中的行人轮廓沿竖直方向分割为M段，并对每段分别进行缩放获得第二缩放扩展样例图像。

2.根据权利要求1所述的方法，其特征在于，将所述第二扩增数据库中的非卧姿行人样例图像数据进行基于人体比例的行人样例图像扩增，获得行人检测训练数据库的步骤，包括如下步骤：

将所述扩展非卧姿行人样例图像进行指定比例的缩放处理，得到指定数量的第一缩放扩展样例图像。

3.一种行人检测方法，其特征在于，应用于自动驾驶中对行人的检测，所述训练方法采用的训练数据库的建立方法包括权利要求1-2任意一项所述的行人检测训练数据库的建立方法，所述训练方法包括如下步骤：

根据所述训练数据库中的正负样例对深度卷积神经网络模型进行训练直到所述深度卷积神经网络模型达到收敛条件；

根据达到收敛条件的所述深度卷积神经网络模型对自动驾驶时的实时监控图像进行行人检测，得到检测结果；具体地，将所述自动驾驶时的实时监控图像进行卷积计算，对指定区域内的卷积结果值按照绝对值大小排序，并根据指定条件将前n个绝对值最大的卷积结果值中的一个值作为池化结果；计算出所述自动驾驶时的实时监控图像中预选区域的后验概率，并判断所述后验概率是否大于指定阈值β；若大于，则判定所述预选区域为行人区域，并输出所述预选区域的坐标值。

4.根据权利要求3所述的方法，其特征在于，根据所述训练数据库中的正负样例对深度卷积神经网络模型进行训练直到所述深度卷积神经网络模型达到收敛条件的步骤，包括如下步骤：

根据所述训练数据库中的正负样例对深度卷积神经网络模型进行训练获得所述深度卷积神经网络模型的基础数据；

通过获取所述基础参数后的深度卷积神经网络模型检测出所述训练数据库中正样例的样例特征，其中，所述训练数据库中的正样例包括非卧姿行人样例图像正样例和扩展行人样例图像正样例；

将所述正样例的样例特征进行泛化扩增。