申请/专利权人：武汉理工大学

申请日：2020-09-27

公开（公告）日：2024-02-23

公开（公告）号：CN112215103B

主分类号：G06V20/58

分类号：G06V20/58;G06V40/10;G06V10/774;G06V10/762

优先权：

专利状态码：有效-授权

法律状态：2024.02.23#授权;2021.01.29#实质审查的生效;2021.01.12#公开

摘要：本发明涉及一种基于改进ACF的车辆行人多类别检测方法及设备，方法包括：获取车辆训练样本和行人训练样本，对所述车辆训练样本和行人训练样本进行预处理；利用车辆行人检测框架提取出预处理后的所述车辆训练样本的多视角聚合通道特征和行人训练样本的上下文像素聚合通道特征，并根据所述多视角聚合通道特征建立车辆检测器，根据所述上下文像素聚合通道特征建立行人检测器；将待测图像的聚合通道特征共享至所述车辆检测器和所述行人检测器中，以得到车辆检测结果和行人检测结果；采用基于道路约束的误检剔除策略对所述车辆检测结果和行人检测结果进行误检剔除。本发明解决了目前检测目标单一、检测精度低以及易发生误检现象的问题。

主权项：1.一种基于改进ACF的车辆行人多类别检测方法，其特征在于，包括如下步骤：获取车辆训练样本和行人训练样本，对所述车辆训练样本和行人训练样本进行预处理；利用车辆行人检测框架提取出预处理后的所述车辆训练样本的多视角聚合通道特征，并根据所述多视角聚合通道特征建立车辆检测器；利用车辆行人检测框架提取出预处理后的所述行人训练样本的上下文像素聚合通道特征，并根据所述上下文像素聚合通道特征建立行人检测器；获取预处理后的待测图像，将所述待测图像的聚合通道特征共享至所述车辆检测器和所述行人检测器中，以得到车辆检测结果和行人检测结果；采用基于道路约束的误检剔除策略对所述车辆检测结果和行人检测结果进行误检剔除；所述利用车辆行人检测框架提取出预处理后的所述车辆训练样本的多视角聚合通道特征，并根据所述多视角聚合通道特征建立车辆检测器的步骤具体包括：采用谱聚类算法计算出预处理后的所述车辆训练样本中的各个样本点间的相似关联矩阵，通过矩阵谱分解获取多个维度的特征向量，再采用K-means算法对多个维度的特征向量进行聚类处理，以提取出多个视角的聚合通道特征后，利用各个视角的聚合通道特征训练对应视角的车辆检测器；所述利用车辆行人检测框架提取出预处理后的所述行人训练样本的上下文像素聚合通道特征，并根据所述上下文像素聚合通道特征建立行人检测器的步骤具体包括：提取出所述预处理后的行人训练样本的10个特征通道，使用2×2平均池化对这十个通道进行处理，得到n=2的聚合通道F2×2特征后，对所述聚合通道特征F2×2进行两次2×2平均池化处理，得到区域上下文像素聚合通道F4×4特征及F8×8特征，将所述F4×4特征及F8×8特征采样到F2×2分辨率，组合形成30个大小相同的抗形变上下文像素聚合通道特征，根据所述上下文像素聚合通道特征建立行人检测器。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于改进ACF的车辆行人多类别检测方法及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD