[发明专利]一种基于深度卷积网络的半监督行人检测方法

说明书

本发明公开了一种基于深度卷积网络的半监督行人检测方法，包括，从公共数据集的100％完整的训练集中随机抽取5％作为半监督学习的训练集，保留其标注，作为有标注训练集，其余的95％作为未标注的训练集，删除其标注；采用改进后的RPN卷积神经网络，加入一致性约束正则项来提高网络的特征表达能力，从而提升模型的鲁棒性，另一方面通过自步学习，减小深度学习网络的对大量人工标注样本的依赖性，降低在小样本的条件下深度学习网络的过拟合风险。

技术领域

本发明涉及行人检测领域，具体涉及一种基于深度卷积网络的半监督行人检测方法。

背景技术

行人检测是计算机视觉领域中一个重要课题，在无人驾驶和视频监控的应用中感知场景信息中的行人检测是至关重要的一环。无人驾驶需要计算机具备准确识别行人与障碍物的功能，以辅助其他智能驾驶技术对路况进行预判，减少交通事故的发生。目前无人驾驶技术受到了谷歌，百度等众多公司的青睐，大量科学家正积极研发中。商场，交通等公众场所都设置监控，用来维持良好的公共秩序，人工处理监控视频信息的工作，需要投入大量的人力与财力，并且这个工作很容易导致观测者视觉疲惫，从而漏检掉许多重要的信息。利用计算机来进行行人检测，不仅仅大大可以大量减少人力财力的浪费，还能提高准确度。

行人检测和普通目标对象检测相比，行人对象在杂乱的背景中更加难以区分，主要挑战在于行人姿态和视角差异、着装变化、遮挡等问题。虽然行人检测的研究已经取得了相当大的进展，但是挑选合适的模型结构和获取足够的训练数据仍然是具有挑战性的。传统的行人检测方法通常基于图像金字塔使用滑动窗口策略来产生多尺度的目标建议窗口，人工设计特征来提取目标信息，使用支持向量机或集成算法作为分类器，例如：被广泛应用于Viola-Jonesⁱ框架的无需学习深度特征的Haar-likeⁱⁱ特征通过积分图的方式实现是一种效率较高且很受欢迎的行人检测方法。传统的非端到端行人检测包括三个阶段：第一个阶段，在选定的尺度空间内，选取目标窗口，也称候选窗口和感兴趣区域；第二阶段，对候选窗口的特征提取阶段；第三阶段，训练分类器阶段。但这种传统的方法不仅复杂，而且耗时。2015年，FasterR-CNNⁱⁱⁱ这个深度学习框架在目标检测领域取得了很大的成功，它由区域建议网络(RPN)和Fast R-CNN的分类器两部分组成。RPN是一种全连接网络通过在最后一层卷积层的特征映射滑动过滤生成多尺度的候选窗口，被选出的候选窗口的特征进行金字塔池化送入最后的分类器做最后精准的分类。但现有的深度学习模型行人检测方法非常依赖于训练数据的规模，这造成一个很大的挑战：对于在少量的标注样本和杂乱的背景间得到一个好的模型，标注样本不足够的情况，拍摄角度刁钻的情况下容易误判出很多假的正类。并且不同于公开的数据集拥有好的拍摄视角并且有足够的行人样本来学习丰富的目标信息，大多数的视频监控都没有足够的标注，并且低像素，行人目标尺度小导致类内差别小，从而严重降低检测性能。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种基于深度卷积网络的半监督行人检测方法。

本发明采用基于端到端的RPN深度卷积网络，改进RPN深度卷积网络，并利用自步学习策略来完成半监督学习的任务。

本发明采用如下技术方案：

一种基于深度卷积网络的半监督行人检测方法，包括

S1从公共数据集的100％完整的训练集中随机抽取5％作为半监督学习的训练集，保留其标注，作为有标注训练集，其余的95％作为未标注的训练集，删除其标注；

S2采用有标注的训练集训练改进后的RPN卷积神经网络，得到训练后的RPN卷积神经网络；

S3采用未标注的训练集对训练后的RPN卷积神经网络进行测试，根据测试得分评估未标注样本每个候选窗口的置信度，根据置信度判断正类样本并贴上伪正类样本的标签，否则为伪负类样本；