本發(fā)明涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻中人車目標(biāo)分類方法，屬于模式識(shí)別技術(shù)領(lǐng)域。

背景技術(shù)：

隨著社會(huì)的不斷發(fā)展，公共安全防范已經(jīng)成為城市現(xiàn)代化的重要基礎(chǔ)，視頻監(jiān)控系統(tǒng)作為安全防范系統(tǒng)的重要組成部分，發(fā)揮著重要的作用，在城市道路交通領(lǐng)域，廣泛使用視頻監(jiān)控系統(tǒng)實(shí)時(shí)記錄人、車的交通行為，利用卷積神經(jīng)網(wǎng)絡(luò)識(shí)別監(jiān)控視頻中的人、車等目標(biāo)，能夠極大的提高各類交通案件的處置效率?，F(xiàn)有的監(jiān)控視頻中人車分類方法，分類精度不高，且實(shí)時(shí)性不夠強(qiáng)。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述原因，本發(fā)明的目的在于提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻中人車目標(biāo)分類方法，利用多角度的樣本圖片對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行有針對(duì)性的訓(xùn)練、調(diào)整，能夠達(dá)到較高的人車分類準(zhǔn)確率。

為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

一種基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻中人車目標(biāo)分類方法，包括：

s1：獲取多角度性的樣本集，并將樣本集劃分為訓(xùn)練樣本集、驗(yàn)證樣本集和測(cè)試樣本集；

s2：建立卷積神經(jīng)網(wǎng)絡(luò)；

s3：將訓(xùn)練樣本集中的樣本圖片先減去每個(gè)像素點(diǎn)對(duì)應(yīng)的均值，然后作為訓(xùn)練數(shù)據(jù)輸入該卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行有監(jiān)督的學(xué)習(xí)，得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的各層的參數(shù)；

s4：利用訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的各層的參數(shù)，初始化與步驟s2中所述卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相同的卷積神經(jīng)網(wǎng)絡(luò)，得到具有監(jiān)控視頻中人車目標(biāo)分類功能的圖像識(shí)別網(wǎng)絡(luò)。

所述步驟s1中，所述多角度性的樣本集的獲取方法是：

采集大量的監(jiān)控視頻中的人、車、非人非車的圖片，將所有圖片縮放到同等像素大小的圖片，在所有圖片中添加用于區(qū)別人、車、非人非車圖片的標(biāo)簽，對(duì)所有圖片進(jìn)行鏡像、旋轉(zhuǎn)處理。

所述步驟s2中的卷積神經(jīng)網(wǎng)絡(luò)包括兩個(gè)卷積層、兩個(gè)下采樣層，一個(gè)全 連接層，及softmax分類器，第一卷積層濾波器的大小為5×5像素，特征圖為6個(gè)，第一下采樣層濾波器的大小為2×2像素，特征圖為6個(gè)，第二卷積層濾波器的大小為5×5像素，特征圖為16個(gè)，第二下采樣層濾波器的大小為2×2像素，特征圖為16個(gè)，全連接層的特征圖為120個(gè)，softmax分類器輸出三種類型的目標(biāo)：人、車、其他。

對(duì)所有圖片進(jìn)行水平鏡像處理，然后沿水平方向旋轉(zhuǎn)10度。

本發(fā)明的優(yōu)點(diǎn)是：

1、采集大量的監(jiān)控視頻中的圖片，并對(duì)圖片進(jìn)行預(yù)處理，增加了不同樣本圖片之間的差異性，在此基礎(chǔ)上對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行有針對(duì)性的訓(xùn)練、調(diào)整，能夠達(dá)到較高的分類準(zhǔn)確率，保證了分類過(guò)程的實(shí)時(shí)性；

2、采用機(jī)器自學(xué)習(xí)的方法，減少了人為干預(yù)，使卷積神經(jīng)網(wǎng)絡(luò)能夠?qū)W習(xí)到全面的人車特征，網(wǎng)絡(luò)的泛化能力強(qiáng)。

附圖說(shuō)明

圖1是本發(fā)明的卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。

圖2是本發(fā)明的卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程圖。

圖3是利用本發(fā)明的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行分類的過(guò)程圖。

具體實(shí)施方式

如圖1至3所示，本發(fā)明公開(kāi)的基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻中人車目標(biāo)分類方法，包括以下步驟：

s1：獲取樣本集，并將樣本集劃分為訓(xùn)練樣本集、驗(yàn)證樣本集和測(cè)試樣本集；

采集大量的監(jiān)控視頻中的人、車、非人非車的圖片，將所有圖片縮放到32×32像素大小，對(duì)所有圖片于每個(gè)像素點(diǎn)進(jìn)行平均值計(jì)算，并在所有圖片中添加標(biāo)簽，例如，在有人的圖片中添加0，在有車的圖片中添加1，在非人非車的圖片中添加2；

之后，對(duì)所有圖片進(jìn)行預(yù)處理后作為樣本圖片，預(yù)處理包括圖片的鏡像、旋轉(zhuǎn)處理，鏡像方式為水平鏡像，旋轉(zhuǎn)角度為沿水平方向旋轉(zhuǎn)10度；預(yù)處理后得到的樣本圖片具有全面、豐富的多角度特征，且增大了不同樣本圖片(人、車、其他)之間的差異性。

將所有樣本圖片分成訓(xùn)練樣本集(占總樣本的85％)、驗(yàn)證樣本集(占總樣本的10％)和測(cè)試樣本集(占總樣本的5％)。

s2：建立卷積神經(jīng)網(wǎng)絡(luò)；

如圖1所示，本發(fā)明建立的卷積神經(jīng)網(wǎng)絡(luò)包括兩個(gè)卷積層、兩個(gè)下采樣層，一個(gè)全連接層，及softmax分類器。第一卷積層濾波器的大小為5×5像素，特征圖為6個(gè)，第一下采樣層濾波器的大小為2×2像素，特征圖為6個(gè)，第二卷積層濾波器的大小為5×5像素，特征圖為16個(gè)，第二下采樣層濾波器的大小為2×2像素，特征圖為16個(gè)，全連接層的特征圖為120個(gè)，softmax分類器輸出三種類型的目標(biāo)：人、車、其他。

s3：將訓(xùn)練樣本集中的樣本圖片先減去每個(gè)像素點(diǎn)對(duì)應(yīng)的均值，然后作為訓(xùn)練數(shù)據(jù)輸入卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行帶標(biāo)簽的有監(jiān)督的學(xué)習(xí)，得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的各層的參數(shù)；

訓(xùn)練過(guò)程中，采用隨機(jī)梯度下降法調(diào)整卷積神經(jīng)網(wǎng)絡(luò)中各層的參數(shù)，觀察卷積神經(jīng)網(wǎng)絡(luò)在驗(yàn)證樣本集上的準(zhǔn)確率變化，并調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率，確保卷積神經(jīng)網(wǎng)絡(luò)在訓(xùn)練樣本集上收斂并在驗(yàn)證樣本集上達(dá)到較高的分類準(zhǔn)確率，當(dāng)卷積神經(jīng)網(wǎng)絡(luò)收斂后(準(zhǔn)確率達(dá)到設(shè)定的閾值)，保存卷積神經(jīng)網(wǎng)絡(luò)中各層的參數(shù)。

s4：利用訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的各層的參數(shù)，初始化同樣結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)，得到具有監(jiān)控視頻中人車目標(biāo)分類功能的圖像識(shí)別網(wǎng)絡(luò)。

后續(xù)即可利用該圖像識(shí)別網(wǎng)絡(luò)對(duì)測(cè)試樣本集進(jìn)行測(cè)試、分類。

于一具體實(shí)施例中，使用的訓(xùn)練樣本集大小為24000張身份證照片，驗(yàn)證樣本集的大小為2823張身份證照片，測(cè)試樣本集的大小為1411張監(jiān)控視頻中的人、車、非人非車的圖片，測(cè)試前，先將測(cè)試樣本集的樣本圖片減去每個(gè)像素對(duì)應(yīng)的均值，然后輸入圖像識(shí)別網(wǎng)絡(luò)，最終該圖像識(shí)別網(wǎng)絡(luò)在測(cè)試樣本集上的分類準(zhǔn)確率達(dá)到了86％，由于樣本圖片具有多角度性，因而分類準(zhǔn)確率較高。

以上所述是本發(fā)明的較佳實(shí)施例及其所運(yùn)用的技術(shù)原理，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，在不背離本發(fā)明的精神和范圍的情況下，任何基于本發(fā)明技術(shù)方案基礎(chǔ)上的等效變換、簡(jiǎn)單替換等顯而易見(jiàn)的改變，均屬于本發(fā)明保護(hù)范圍之內(nèi)。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開(kāi)一種基于卷積神經(jīng)網(wǎng)絡(luò)的監(jiān)控視頻中人車目標(biāo)分類方法，包括：獲取多角度性的樣本集，并將樣本集劃分為訓(xùn)練樣本集、驗(yàn)證樣本集和測(cè)試樣本集；建立卷積神經(jīng)網(wǎng)絡(luò)；將訓(xùn)練樣本集中的樣本圖片先減去每個(gè)像素點(diǎn)對(duì)應(yīng)的均值，然后作為訓(xùn)練數(shù)據(jù)輸入該卷積神經(jīng)網(wǎng)絡(luò)，進(jìn)行有監(jiān)督的學(xué)習(xí)，得到訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的各層的參數(shù)；利用訓(xùn)練后的卷積神經(jīng)網(wǎng)絡(luò)的各層的參數(shù)，初始化相同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)，得到具有監(jiān)控視頻中人車目標(biāo)分類功能的圖像識(shí)別網(wǎng)絡(luò)。本發(fā)明利用多角度的樣本圖片對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行有針對(duì)性的訓(xùn)練、調(diào)整，能夠達(dá)到較高的人車分類準(zhǔn)確率。

技術(shù)研發(fā)人員：付景林;孟漢峰;侯玉成;張新中;王芊;丁明鋒;鞠秀芳;柳炯;李永豐;王允升;楊永強(qiáng);姜曉偉
受保護(hù)的技術(shù)使用者：北京大唐高鴻軟件技術(shù)有限公司
技術(shù)研發(fā)日：2015.12.29
技術(shù)公布日：2017.07.07