一种基于深度学习多网络软融合的行人检测方法

摘要

本发明公开了一种基于深度学习多网络软融合的行人检测方法，涉及图像处理、目标检测及深度学习技术领域；其包括S1：输入待处理图像；S2：将待处理图像输入一个以Darknet‑53为基础网络的YOLO v3行人候选区生成器中，生成行人候选区；S3：将待处理图像输入前端预测模块，输出C个特征图；S4：将C个特征图输入语义分割系统，输出C个包含上下文信息的特征图；S5：将语义分割系统的结果与行人候选区生成器产生的行人候选结果进行融合；S6：输出检测图像。本发明并行软融合行人候选区生成器和语义分割两个系统，高效地检测各种挑战场景下的行人，同时提高了对小目标的检测能力。