公开(公告)号：CN111209810A

公开(公告)日：2020-05-29

申请号：CN201911364779.4

申请日：2019-12-26

Applicant: 浙江大学

Inventor： 曹彦鹏 ,  罗星 ,  官大衍 ,  曹衍龙 ,  杨将新

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向可见光与红外图像准确实时行人检测方法，包括以下步骤：构建深度学习卷积网络初始框架模型；将可见光图像与红外图像数据集中的训练数据输入到卷积网络初始框架模型中进行训练，利用KAIST数据集自带检测标签作为分割监督信息以掩膜形式监督，获得行人检测识别模型；获取待识别图像，输入行人检测识别模型；行人检测识别模型进行双通道特征提取并进行特征融合，获取双通道融合后的特征图；根据融合后的特征图输出行人检测识别模型预测的行人检测热图，得到行人位置结果。本发明通过融合可见光和红外图像中提取的特征以实现准确实时行人检测的边界框分割监督深度学习框架。

公开(公告)号：CN111209810B

公开(公告)日：2023-05-26

申请号：CN201911364779.4

申请日：2019-12-26

Applicant: 浙江大学

Inventor： 曹彦鹏 ,  罗星 ,  官大衍 ,  曹衍龙 ,  杨将新

IPC: G06V40/10 ,  G06V10/26 ,  G06V10/40 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了一种面向可见光与红外图像准确实时行人检测方法，包括以下步骤：构建深度学习卷积网络初始框架模型；将可见光图像与红外图像数据集中的训练数据输入到卷积网络初始框架模型中进行训练，利用KAIST数据集自带检测标签作为分割监督信息以掩膜形式监督，获得行人检测识别模型；获取待识别图像，输入行人检测识别模型；行人检测识别模型进行双通道特征提取并进行特征融合，获取双通道融合后的特征图；根据融合后的特征图输出行人检测识别模型预测的行人检测热图，得到行人位置结果。本发明通过融合可见光和红外图像中提取的特征以实现准确实时行人检测的边界框分割监督深度学习框架。