公开(公告)号：CN111767799A

公开(公告)日：2020-10-13

申请号：CN202010484802.X

申请日：2020-06-01

Applicant: 重庆大学 ,  重庆高速公路集团有限公司

Inventor： 赵敏 ,  唐毅 ,  王卫平 ,  孙棣华 ,  王世森 ,  陈星州 ,  李莹英 ,  杨国峰 ,  何雪宁

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

Abstract: 本发明公开了一种改进的Faster R-CNN隧道环境下行人目标检测算法，包括以下步骤：建立高速公路隧道环境下行人目标数据集，并将所述行人目标数据集随机划分为训练集和测试集；基于上述步骤得到的训练集，采用无监督学习算法优化Faster R-CNN网络中的Anchor，得到anchor设置；建立空洞卷积金字塔结构；设计注意力机制，用于处理特征信息、增强特征的表达能力；建立高速公路隧道环境下的行人检测框架。本发明提高了在图像昏暗、目标相对尺度较小且车灯影响等情况下的行人目标特征提取能力，提高隧道环境下的行人目标检测率。

公开(公告)号：CN111768429A

公开(公告)日：2020-10-13

申请号：CN202010484994.4

申请日：2020-06-01

Applicant: 重庆大学

Inventor： 赵敏 ,  孙棣华 ,  杨国峰

IPC: G06T7/246 ,  G06T7/277 ,  G06K9/62

Abstract: 本发明公开了一种基于卡尔曼滤波和行人重识别算法的隧道环境下行人目标跟踪方法，本发明从高速公路隧道实际情况出发，针对高速公路隧道环境下行人目标相对较小且容易受到遮挡问题，采用目标检测跟踪的方法，利用K-means对Faster R-CNN网络的Anchor进行重新设计，使其候选框更适合隧道环境下的行人目标检测，其次将Faster R-CNN网络特征提取层的conv3层中的特征信息添到conv5层中，提高网络的特征提取能力；针对隧道环境下行人目标容易受到遮挡，采用卡尔曼滤波容易导致行人目标跟踪不能连续跟踪，将行人重识别网络引入，利用卡尔曼滤波和行人重识别网络进行行人目标的跟踪；最终提高了行人的识别、跟踪的准确率。