一种基于尺度感知的自动驾驶场景中的行人目标检测方法技术

本发明专利技术提供一种基于尺度感知的自动驾驶场景中的行人目标检测方法，包括以下步骤：S1、采集实际道路上带有行人目标的视频数据并进行预处理，得到行人视频数据集；S2、构建尺度感知双路子网络，并根据尺度感知双路子网络对行人视频数据集进行处理，得到检测结果；S3、构建损失函数，根据损失函数对预测结果进行优化，得到优化后的检测结果。本发明专利技术不仅可以检测出被遮挡行人特征数据，还可以使用尺度感知机制增强有效小尺度数据的权重，采用双路子网络结构融合多尺度特征数据，提高行人检测方法的鲁棒性。棒性。棒性。

【技术实现步骤摘要】
一种基于尺度感知的自动驾驶场景中的行人目标检测方法


[0001]本专利技术涉及自动驾驶控制
，尤其涉及一种基于尺度感知的自动驾驶场景中的行人目标检测方法。

技术介绍

[0002]行人检测是计算机视觉中目标检测任务的重要分支，它涉及识别特定类别的行人，通常是在城市道路上的行人。行人检测是目标检测的基准问题，在自动驾驶、智能交通、客流统计和监控等场景有着很大的实用价值。
[0003]目前行人检测技术主要有：传统方法和基于深度学习的方法。传统的方法有方向梯度直方图(Histogram of Oriented Gradient，HOG)算法，统计梯度直方图特征(Dalal等，2005)；去局部相关性的通道特征(Local Decorrelated Channel Features，LDCF)算法，从训练集中提取颜色、梯度方向和梯度幅值三种特征信息，训练成分类器(Nam等，2014)，这些传统方法人工提取行人特征，计算效率较高但精度较低。
[0004]随着人工智能技术的推广，近年来基于深度学习的行人检测已经取得了很大进展，比如Liu本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于尺度感知的自动驾驶场景中的行人目标检测方法，其特征在于，包括以下步骤：S1、采集实际道路上带有行人目标的视频数据并进行预处理，得到行人视频数据集；S2、构建尺度感知双路子网络，并根据尺度感知双路子网络对行人视频数据集进行处理，得到检测结果；S3、构建损失函数，根据损失函数对预测结果进行优化，得到优化后的检测结果。2.根据权利要求1所述的基于尺度感知的自动驾驶场景中的行人目标检测方法，其特征在于，所述损失函数为RepLoss函数，包括预测框与真实目标框所产生的损失值L
Attr
、预测框与相邻真实目标框所产生的损失值L
RepGT
及预测框与相邻不是预测同一真实目标的预测框所产生的损失值L
RepBox
。3.根据权利要求1所述的基于尺度感知的自动驾驶场景中的行人目标检测方法，其特征在于，所述尺度感知双路子网络的预测过程为：将图像分别经过大尺度子网络和小尺度子网络进行处理，即先用EfficientDet处理后，进行ROI池化，再通过两个全连接层得到全连接网络bbox_pred和cls_s...

【专利技术属性】
技术研发人员：刘康，徐歆恺，张龑，郑颖，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：