[发明专利]一种行人检测方法和系统

权利要求书

1.一种行人检测方法，其特征在于，包括如下步骤：

S1、根据行人检测数据集建立用于行人检测的神经网络模型；所述用于行人检测的神经网络模型用于根据读取的图片标识出图片中的行人；

S2、对所述行人检测数据集进行数据增强，所述进行了数据增强后的行人检测数据集用于输入所述用于行人检测的神经网络模型进行训练，得到训练完成的用于行人检测的神经网络模型；所述数据增强包括对行人检测数据集中的行人目标进行大小比例的调整以及数量的扩充以提高神经网络模型的行人检测精度；

S3、通过相机获取待检测图片，将获取的图片输入步骤S2中训练完成的用于行人检测的神经网络模型，得到对所述待检测图片中每个行人所在位置进行了标识的图片。

2.如权利要求1所述的行人检测方法，其特征在于，所述步骤S2中，对所述行人检测数据集进行数据增强的步骤包括：

S201、统计所述行人检测数据集中大、中、小行人目标所占的比例，所述大、中、小行人目标即根据行人目标所占据的像素面积设定；

S202、随机选择行人检测数据集中的多个行人目标，根据S201步骤中统计的大、中、小行人目标各自所占的比例，等比例缩小或放大所述多个行人目标，并将其随机粘贴到行人检测数据集中，使得所述行人检测数据集中大、中、小行人目标所占的比例相同。

3.如权利要求2所述的行人检测方法，其特征在于，所述步骤S202后还包括如下步骤：

S203、将所述等比例缩小或放大后的每一个行人目标粘贴到行人检测数据集的多个位置。

4.如权利要求3所述的行人检测方法，其特征在于，所述多个位置为多个大行人目标所在位置。

5.如权利要求4所述的行人检测方法，其特征在于，将所述等比例缩小或放大后的每一个行人目标粘贴到行人检测数据集的多个位置的方法包括：分别在每个所述大行人目标的宽、高两个维度上进行同等次数的粘贴。

6.如权利要求1所述的行人检测方法，其特征在于，所述步骤S3后还包括对得到的待检测图片中的行人位置的检测框中的冗余检测框进行删除。

7.一种如权利要求1所述方法的行人检测系统，其特征在于，包括行人检测的神经网络模型构建模块、数据增强模块和行人位置获取模块；

所述行人检测的神经网络模型构建模块用于根据行人检测数据集建立用于行人检测的神经网络模型；所述用于行人检测的神经网络模型用于根据读取的图片标识出图片中的行人；

所述数据增强模块用于对所述行人检测数据集进行数据增强，所述进行了数据增强后的行人检测数据集用于输入所述用于行人检测的神经网络模型进行训练，得到训练完成的用于行人检测的神经网络模型；所述数据增强用于对数据集中的行人目标进行大小比例的调整以及数量的扩充以提高神经网络模型的检测精度；

所述行人位置获取模块用于通过相机获取待检测图片，将获取的图片输入训练完成的用于行人检测的神经网络模型，得到对所述待检测图片中每个行人所在位置进行了标识的图片。

8.如权利要求7所述方法的行人检测系统，其特征在于，所述数据增强模块还包括数据统计模块，用于统计所述行人检测数据集中大、中、小行人目标分别所占的比例；所述大、中、小行人目标即根据行人目标所占据的像素面积设定。

9.如权利要求7所述方法的行人检测系统，其特征在于，所述数据增强模块还包括目标缩放模块，用于随机从行人检测数据集中选择多个行人目标，根据数据统计模块中统计的大、中、小行人目标分别所占的比例，等比例缩小或放大所述多个行人目标，并将其随机粘贴到行人检测数据集中，使得所述行人检测数据集中大、中、小行人目标所占的比例相同。

10.如权利要求9所述方法的行人检测系统，其特征在于，所述目标缩放模块中，将其等比例缩小或放大后粘贴到所述行人检测数据集中的多个位置的方法包括如下步骤：

根据数据统计模块统计的行人检测数据集中大、中、小行人目标的比例，将所述随机选择的多个行人目标进行等比例缩小或放大后随机粘贴到所述行人检测数据集中的多个位置中，直至所述行人检测数据集中大、中、小行人目标的比例相同；

将所述等比例缩小或放大后的每一个行人目标粘贴到所述行人检测数据集中的多个位置。