基于加速区域卷积神经网络的行人检测与跟踪方法技术

本发明专利技术涉及一种基于加速区域卷积神经网络的行人识别与跟踪方法，首先通过载有红外摄像头的机器人在夜晚采集训练、测试数据集，对训练、测试数据集按要求预处理，然后对所有训练和测试图片进行真实目标位置标注并记录到样本文件中；再构建加速区域卷积神经网络，利用训练数据集训练加速区域卷积神经网络，对网络输出利用非极大值抑制算法求出最后的属于行人区域的概率以及区域的边界框；利用测试数据集测试网络的准确度，得到符合要求的网络模型；将夜间机器人采集的图片输入加速区域卷积神经网络模型，模型在线实时输出属于行人区域的概率以及区域的边界框。本发明专利技术能够有效地识别红外图像中的行人，对红外视频中的行人目标能够实时地进行跟踪。

【技术实现步骤摘要】
基于加速区域卷积神经网络的行人检测与跟踪方法
本专利技术涉及一种基于加速区域卷积神经网络的夜间机器人行人检测与跟踪方法，该方法属于红外夜视图像处理领域，通过该方法可以实现机器人在夜间实时地检测和跟踪行人。
技术介绍
随着机器人技术和红外成像技术的迅速发展，两者结合的应用领域也愈广泛。例如，夜间利用机器人进行行人检测与跟踪，达到侦探与监控的效果。作为机器人的更高实现，无人驾驶系统在夜间行驶时，行人也是其检测的主要对象。但是红外图像本身是灰度图像，无色彩信息，纹理细节少，信噪比低的特点，所以红外图像中的行人检测与跟踪是很活跃的研究领域。在行人跟踪研究上，Yasuno等人(M.Yasuno，S.Ryousuke，N.Yasuda，PedestrainDetectionandTackinginFarInfraredImages[C].InProceedingsofIEEEConferenceonIntelligentTranspotationSystems，2005：182-187.)，通过在跟踪区域内进行模版匹配来跟踪头部的位置。Dai等人(X.Dai，F.zheng，X.Liu.Laye本文档来自技高网...

【技术保护点】
一种基于加速区域卷积神经网络的行人检测与跟踪方法，其特征在于，包括如下步骤：步骤1：通过载有红外摄像头的机器人在夜晚采集两组红外图片，一组红外图片作为训练数据集，另一组红外图片作为测试数据集；对训练数据集和测试数据集的所有图片按规定进行命名，并制作训练数据集和测试数据集的图片名称列表；步骤2：对训练数据集和测试数据集中的所有图片进行真实目标位置标注，即将所有图片中的所有行人目标用框标出，将图片中行人的数目以及行人的边界框的左上右下4个坐标信息记录到样本文件中；步骤3：构建加速区域卷积神经网络，利用训练数据集的图片和样本文件训练加速区域卷积神经网络；加速区域卷积神经网络包括用于提取候选区域的区域...

【技术特征摘要】
1.一种基于加速区域卷积神经网络的行人检测与跟踪方法，其特征在于，包括如下步骤：步骤1：通过载有红外摄像头的机器人在夜晚采集两组红外图片，一组红外图片作为训练数据集，另一组红外图片作为测试数据集；对训练数据集和测试数据集的所有图片按规定进行命名，并制作训练数据集和测试数据集的图片名称列表；步骤2：对训练数据集和测试数据集中的所有图片进行真实目标位置标注，即将所有图片中的所有行人目标用框标出，将图片中行人的数目以及行人的边界框的左上右下4个坐标信息记录到样本文件中；步骤3：构建加速区域卷积神经网络，利用训练数据集的图片和样本文件训练加速区域卷积神经网络；加速区域卷积神经网络包括用于提取候选区域的区域建议网络和用于行人检测的卷积神经网络，通过区域建议网络选取出若干个候选区域，再将这些候选区域输入给卷积神经网络，卷积神经网络输出这些候选区域是行人的得...

【专利技术属性】
技术研发人员：叶国林，孙韶媛，高凯珺，姚光顺，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海,31