[发明专利]一种基于卷积神经网络的翻越行为识别方法

说明书

本发明公开一种基于卷积神经网络的翻越行为识别方法，应用于目标识别领域，针对现有技术在行人翻越栏杆的行为识别中存在的检测精度不高的问题；本发明通过绘制与人物大小相同的边界框，克服了传统目标检测方法中实时性不高以及边界框为不可变大小的缺点；采用Yolo目标检测网络进行图像特征类别预测，采用GOTURN网络中进行目标跟踪；最后通过先验知识的方法快速运用栏杆与轨迹点集合的相对位置关系判定是否为翻越行为，若是翻越行为则输出翻越标签并发起警告。

技术领域

本发明属于目标检测领域，特别涉及一种行为识别技术。

背景技术

针对多类目标场景，目标检测方法旨在精准判别图像中目标的类别与位置，则two-stage方法能够解决这类问题。研究人员主要通过Region Proposal方法先生成候选框，再根据候选框进行坐标回归预测。Ross Girshick等人采用CNN网络提取图像特征，从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学习范式，提高特征对样本的表示能力，并采用大样本下有监督预训练和小样本微调的方式解决小样本难以训练甚至过拟合等问题，一定程度上提高了目标检测的准确率。Ross Girshick等人提出了一个快速的基于区域推荐的卷积网络方法(Fast R-CNN)用于目标检测。Fast R-CNN在前人工作的基础上使用深度卷积网络，可以更有效地分类物体。相比之前的工作，Fast R-CNN进行了多项创新，在提高了检测精度的同时，也提高了训练和测试速度。

通常two-stage方法的网络复杂度高，处理速度慢，从而导致实时性不高，无法对监控视频中的人物进行实时预测，而one-stage方法能够完美解决实时性不高的问题。在one-stage方法中，研究人员主要通过直接进行回归生成坐标回归预测。Joseph Redmon等人提出了一种新型目标检测方法(Yolo)。该方法的核心思想就是利用整张图作为网络的输入，直接在输出层回归边界框的位置及其所属的类别。Yolo方法的速度比two-stage方法快很多，基本YOLO模型以每秒45帧的速度实时处理图像。Wei Liu等人提出了一种利用单一深度神经网络检测图像中目标的方法(SSD)。该方法将Yolo的回归思想和Faster R-CNN的anchor box机制结合，对比前人提出的方法，SSD的改进点分为两点，一是提取了不同尺度的特征图来做检测，大尺度特征图(较靠前的特征图)可以用来检测小物体，而小尺度特征图(较靠后的特征图)用来检测大物体；二是SSD采用了不同尺度和长宽比的先验框。并且，SSD实现了端到端训练，并且精度较高。对于不同one-stage卷积神经网络方法，不同研究人员由提升速率出发，对网络模型的进行改进，同时在保证实时性的情况下，提升目标检测的精确度。

视觉目标跟踪是指对图像序列中的运动目标进行检测、提取、识别和跟踪，获得运动目标的运动参数，如位置、速度、加速度和运动轨迹等，从而进行下一步的处理与分析，实现对运动目标的行为理解，以完成更高一级的检测任务。

目标跟踪领域的研究者们将跟踪算法分为生成式和判别式方法。生成式方法采用特征模型描述目标的外观特征，再最小化跟踪目标与候选目标之间的重构误差来确认目标；生成式方法着重于目标本身的特征提取，忽略目标的背景信息，在目标外观发生剧烈变化或者遮挡时候容易出现目标漂移或者目标丢失。判别式方法将目标跟踪看作一个二元分类问题，通过训练关于目标和背景的分类器来从候选目标中确定目标，该方法可以显著的区分背景和目标，性能鲁棒，渐渐成为目标跟踪领域主流方法。且目前大多数基于深度学习的目标跟踪算法也属于判别式方法。

在这样的背景下，运用目标检测方法来绘制人物边界框，再通过目标跟踪方法来逐帧定位人物，对人物运动轨迹进行初步的判定的过程已成为主流趋势。通常翻越行为通常发生在马路上，行人横穿马路翻越栏杆，或是在小区或学校围墙周围，行人翻越围墙进出，通过深度学习中的目标检测与目标跟踪方法能够更快的预测行人是否有翻越栏杆的行为，同时及时发起警告，保障了行人的安全，规范了交通制度并完善了社区制度。

发明内容