[发明专利]一种基于深度学习的行人检测方法

权利要求书

1.一种基于深度学习的行人检测方法，其特征在于，包括：

S100：获取带有行人目标的样本数据集，并对所述样本数据集进行预处理；

S200：搭建SSD行人检测模型，并对所述SSD行人检测模型进行优化，得到优化后的SSD行人检测模型；

S300：将经过所述步骤S100预处理得到的样本数据集送入优化后的SSD行人检测模型进行训练，产生预选框，并经过处理得到检测框；

S400：利用所述检测框对所述样本数据集中的行人目标进行检测，将所述检测结果输出并显示。

2.根据权利要求1所述的一种基于深度学习的行人检测方法，其特征在于，在进行步骤S300时先对样本数据集进行K-means聚类，得到所述预选框的最佳宽高比，包括：

S10：设定k个聚类中心，设聚类中心的坐标为(W_i,H_i)，计算每个所述预选框和每个聚类中心的距离，并将所述预选框分配给最近的聚类中心，具体表达式为：

d＝1-IOU[(x_j,y_j,w_j,h_j),(x_j,y_j,W_j,H_j)]

j∈{1,2,…,N}，i∈{1,2,…,k}

其中d为聚类中心距离，(x_j,y_j,w_j,h_j)为真实框的对应坐标，IOU为两框之间的交并比，N是预选框的数量，k为聚类中心点数量；

S20：预选框分配完成之后，重新计算每个簇的聚类中心点，即计算全部所述预选框的宽和高的平均值，具体的表达式为：

S30：重复所述步骤S10、所述步骤S20，当聚类中心的变化不明显时，获取此时预选框的宽和高的平均值，得到了对应的预选框；

S40：利用所述预选框对所述样本数据集进行聚类，重新确定所述预选框的宽、高，具体表达式为：

其中，m_d表示降采样倍率，w_r表示预选框的宽度，w_k表示输入图像的宽度，h_r表示预选框的高度，h_k表示输入图像的高度；

S50：根据预选框宽、高值得到所述预选框最佳宽高比。

3.根据权利要求2所述的一种基于深度学习的行人检测方法，其特征在于，步骤S300具体包括：

S310：基于ResNet残差网络结构构建SSD网络框架，根据所述SSD网络框架搭建SSD行人检测模型，形成SSD行人检测模型；

S320：在所述SSD行人检测模型中加入VoVNet网络，得到优化后的SSD行人检测模型；

S330：设置相应的训练参数，根据所述训练参数创建训练集对所述优化后的SSD行人检测模型进行训练，当所述优化后的SSD行人检测模型达到最大迭代次数时停止训练，得到训练好的优化SSD行人检测模型；

S340：将经过所述步骤S100得到的样本数据集送入训练好的优化SSD行人检测模型，产生预选框，并经过处理得到检测框。

4.根据权利要求3所述的一种基于深度学习的行人检测方法，其特征在于，所述步骤S310具体如下：

S311：所述SSD行人检测模型由多个残差块组构成，每一个残差块组包含多个残差块，对前一个残差块的输出作1×1卷积，转换为相同维度，并将前一个残差块的输出作为整个残差结构的输入，输入到第一卷积层层；

S312：所述第一卷积层与所述SSD行人检测模型连接，且所述第一卷积层的输出作为下一个卷积层的输入；

S313：对所述下一个卷积层输出进行归一化和非线性函数操作后和前一个残差结构的输出结合起来，形成SSD行人检测模型。

5.根据权利要求3所述的一种基于深度学习的行人检测方法，其特征在于，所述步骤S320加入VoVNet网络结构包括：

根据VoVNet网络结构将所述第一卷积层以及残差块组依次串联并在最后进行一次性聚合，得到优化后的SSD行人检测模型。