[发明专利]一种非机动车检测方法

权利要求书

1.一种非机动车检测方法，其特征在于，包括如下步骤：

S1、图像预处理，获取交通视频摄像头所拍摄的视频图像，对视频图像的规格进行标准化处理；

S2、非机动车检测，利用OpenCV平台上的YOLOv3网络，结合经过预处理的视频图像进行非机动车检测，得到检测结果。

2.根据权利要求1所述的一种非机动车检测方法，其特征在于，S1所述图像预处理，包括如下步骤：获取交通视频摄像头所拍摄的视频图像，将视频图像的统一调整为416*416像素的视频图像、并对调整后的视频图像进行收集。

3.根据权利要求2所述的一种非机动车检测方法，其特征在于，S2所述非机动车检测，包括如下步骤：

S21、利用OpenCV平台上的YOLOv3网络，生成边界框并将其作为预测的检测输出；

S22、将经过预处理的视频图像输入YOLOv3网络中，YOLOv3网络将视频图像平均分解为包含有多个网格单元的图片，随后以网格单元为单位进行图片处理，预测单位中的多个边界框；

S23、YOLOv3网络从所输入的视频图像读取帧后，通过blobFromImage函数将其转换为神经网络所要求的输入格式blob；

S24、将输出的blob格式作为输入传递到神经网络中并进行正向传递，运行获得的预测边界框列表作为网络输出；

S25、在输入框架上绘制经过非极大值抑制过滤的边界框，并指定其类别标签和置信度分数，最终得到检测结果。

4.根据权利要求3所述的一种非机动车检测方法，其特征在于，S21包括如下步骤：以YOLOv3网络生成的边界框作为预测的检测输出，每个预测框与置信度得分相关联；在第一个阶段，所有置信度低于阈值的边界框都会被忽略，其余的边界框则进行非极大值抑制。

5.根据权利要求3所述的一种非机动车检测方法，其特征在于，S22中所述将视频图像平均分解为包含有多个网格单元的图片，包括如下步骤：将视频图像平均分解为一张包含有13*13、共169个网格单元的图片，所述169个网格单元的大小根据所输入的视频图像的大小而改变。

6.根据权利要求5所述的一种非机动车检测方法，其特征在于：每个网格单元的大小为32*32像素。

7.根据权利要求3所述的一种非机动车检测方法，其特征在于，在S22与S23之间，还包括如下步骤：

S220、启动视频编写器保存检测到的具有输出边界框的帧。

8.根据权利要求3所述的一种非机动车检测方法，其特征在于，S23中所述通过blobFromImage函数将其转换为神经网络所要求的输入格式blob，包括如下步骤：blobFromImage函数使用1/255的比例因子将图像像素值缩放法0到1范围之间。

9.根据权利要求3所述的一种非机动车检测方法，其特征在于，在S24中还包括如下步骤：对所获得的预测边界框进行后续处理，滤除其中置信度低的框。

10.根据权利要求3所述的一种非机动车检测方法，其特征在于，在S25中：所述检测结果由边界框标记，当在同一车道内出现机动车与非机动车时，记为非机动车闯入机动车道，完成对非机动车的检测。