[发明专利]一种基于深度学习级联神经网络的行人检测识别方法在审
| 申请号： | 201910157847.3 | 申请日： | 2019-03-02 |
| 公开（公告）号： | CN109886245A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 杨阳;冯浩;刘云霞;陈正晓 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/32;G06K9/34;G06K9/42;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 济南金迪知识产权代理有限公司 37219 | 代理人： | 许德山 |
| 地址： | 250199 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习级联神经网络的行人检测识别方法，包括：(1)将经过预处理的视频图像序列送入第一级神经网络，获取行人在图像中的原始信息；(2)分割图像中行人的局部图像并归一化处理，构建行人识别数据集；(3)将行人识别数据集送入第二级神经网络，提取行人的特征信息，实现对行人的身份识别。本发明解决了图像中目标定位不准确、行人分辨率较低、行人身份识别准确率不高等问题，可以得到目标行人相对较好的图像信息，本发明提高了行人检测识别的准确率。本发明方法实践效果较好，运行速度较快，可以实时、快速、准确的实现对目标行人的检测与身份识别，适用于视频监控、智能小区、特定场所监管等众多领域。 | ||
| 搜索关键词： | 神经网络 身份识别 行人检测 行人识别 数据集 准确率 级联 送入 预处理 图像 视频图像序列 归一化处理 分割图像 局部图像 目标定位 视频监控 特征信息 图像信息 原始信息 智能小区 第一级 分辨率 构建 学习 检测 监管 | ||
【主权项】：
1.一种基于深度学习级联神经网络的行人检测识别方法，其特征在于，包括步骤如下：(1)下载有关行人的图像数据集，并将此数据集送入第一级神经网络进行训练，得到一个用于行人检测的模型；(2)采集摄像头拍摄的视频图像序列，并进行预处理，之后送入通过步骤(1)中训练得到的用于行人检测的模型，对图像中的行人进行检测，获取图像中行人的位置信息；(3)根据步骤(2)中检测得到的行人位置信息，对行人的图像进行分割，并缩放到同一尺寸，作归一化处理，对得到的图像集进行标注，标注信息包括：图像名称及行人身份类别，构建用于行人身份识别的数据集；用于行人身份识别的数据集包括分割后的行人图像及行人的身份标签；(4)将用于行人身份识别的数据集送入第二级神经网络，提取行人的特征信息，实现对行人的身份识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东大学，未经山东大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910157847.3/，转载请声明来源钻瓜专利网。
