预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115690849A(43)申请公布日2023.02.03(21)申请号202211397422.8(22)申请日2022.11.09(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人曹家乐王佳蓓庞彦伟(74)专利代理机构天津市北洋有限责任专利代理事务所12201专利代理师程毓英(51)Int.Cl.G06V40/10(2022.01)G06V10/20(2022.01)G06V10/80(2022.01)G06V10/26(2022.01)G06V10/774(2022.01)G06V10/82(2022.01)权利要求书1页说明书5页附图2页(54)发明名称基于无锚框全框与可见框融合的遮挡行人检测方法(57)摘要本发明涉及一种基于无锚框全框与可见框融合的遮挡行人检测方法,包括下列步骤:输入训练样本,利用深度卷积网络对其进行特征提取,得到特征图;用两个分支分别采用无锚框的方法,通过全连接层得到分类的置信度图与回归的热力图,来预测行人全框与可见框的中心点以及中心点对应的框的高与宽;保留全框置信度大于设定阈值的中心点,由全框中心点以及其对应的框的高与宽生成行人的全框集;对特征图上的每一个像素点其对应的框的高与宽生成该位置的行人可见框,根据行人宽高比定值展成全框;对于全框集中每个全框,通过最大交并比匹配到一个由可见框展为全框的全框;计算融合得分;对全框做非极大值抑制处理,得到最终的全框。CN115690849ACN115690849A权利要求书1/1页1.一种基于无锚框全框与可见框融合的遮挡行人检测方法,包括下列步骤:步骤1:输入训练样本,利用深度卷积网络对其进行特征提取,得到特征图F;步骤2:在特征图F上用两个分支分别采用无锚框的方法,通过全连接层得到分类的置信度图与回归的热力图,来预测行人全框与可见框的中心点以及中心点对应的框的高与宽;步骤3:保留全框置信度大于设定阈值的中心点,由全框中心点以及其对应的框的高与宽生成行人的全框集{Bfull},其中包含了全框的位置大小及得分s;步骤4:对特征图上的每一个像素点其对应的框的高与宽生成该位置的行人可见框,根据行人宽高比定值0.41展成全框{Bvis2full};步骤5:对于步骤3中全框集中每个全框,通过最大交并比匹配到一个由步骤4中可见框展为全框的全框,该可见框为{Bvis},包含了可见框的位置大小及得分vis_s;步骤6:设可见比vis_ratio为可见框与全框的交并比,全框与可见框的得分分别为s与vis_s,那么表示全框与可见框融合得分merge_s:merge_s=s·vis_ratio+vis_s·(1‑vis_ratio),步骤7:根据上述的可见框与全框融合得分对全框做非极大值抑制处理,得到最终的全框。2CN115690849A说明书1/5页基于无锚框全框与可见框融合的遮挡行人检测方法技术领域[0001]本发明涉及计算机视觉领域中的遮挡行人检测方法,特别是涉及采用无锚框融合可见框信息进行遮挡行人检测的方法。背景技术[0002]行人检测是计算机视觉中一个十分重要的研究领域,它是推断输入图像(或视频帧)中是否含有行人,若含有行人则标出行人位置的任务。行人检测技术在自动驾驶,智能监控,人际交互等方面具有广泛的应用场景。不同于一般的目标检测,行人检测的研究难点一直在于复杂密集行人场景下,行人之间的互相遮挡影响干扰严重,造成遮挡行人的检测准确性下降问题。[0003]近年来,随着计算机视觉,大数据,云计算等技术在生活中的普及,面向自动驾驶感知周围环境与智能监控追踪人员等的应用需求,对于图像处理中的行人检测准确性提出了更高的要求,尤其是针对当下存在缺陷的密集行人场景下的遮挡行人的检测。因此,本专利主要研究如何提高遮挡行人的检测准确性。[0004]行人检测隶属于目标检测的范畴,因此当前主流行人检测算法也都是目标检测通用的,目标检测任务可分为两部分:骨干网络的特征提取,检测头部的分类与定位。行人检测与一般目标检测比较不同在于行人与背景的辨识度更小,以及对行人场景中普遍存在的遮挡问题的处理。[0005]行人检测类似于目标检测大体上可分为基于锚框,无锚框和两者的融合三类方法,其中,基于锚框的方法是对定义大量矩形框进行判断分类,计算复杂,过程繁琐,超参数多配置调试不易,如准确率较高的双阶段检测器FasterRCNN[1]和速度较快的单阶段检测器SSD[2]等。基于无锚框的方法将目标检测转化为了关键点或中心点与大小尺度的预测,进而生成目标检测框,思路简单,运算量小,效果良好,如CSP[3]预测行人的中心点与高,TLL[4]预测行人的头部和底部。[0006]对于解决遮挡问题的研究,行人检测中的大多数方法都是通过