(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210469223.7 (22)申请日 2022.04.28 (71)申请人 浙江科技学院 地址 310023 浙江省杭州市留和路318号 (72)发明人 黄炳强　项新建　潘磊　厉阳　 (74)专利代理 机构 哈尔滨市文 洋专利代理事务 所(普通合伙) 23210 专利代理师 解莹明 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/80(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种人体目标识别方法及系统 (57)摘要 本发明提供一种人体目标识别方法系及系 统， 采用改进 的轻量型Yolov5s网络目标检测模 型， 方法包括以下步骤： 实时采集人体目标运动 视频， 人体目标运动视频中每一帧原始人体目标 运动图片输入模型； 进行预处理； 进行多尺度融 合； 构建Ciou损失函数CiouLoss和宽高比例γ函 数， 评估所述多尺度融合后的预测框内图像与真 实框内图像的人体目标识别定位效果， 若 CiouLoss＜0.2且γ＜0.03则完成人体目标识别， 并输出得到识别的人体目标图像， 否则重复上述 步骤。 本发 明能够有效降低人体目标识别检测的 计算量的同时， 又能够具有较高的精 准率和召回 率； 本发明方法改进的Yolov5s模型在 精度、 召回 率、 检测速度、 GPU性能上均有提升 。 权利要求书3页 说明书12页 附图5页 CN 114913454 A 2022.08.16 CN 114913454 A 1.一种人体目标识别方法， 采用改进的轻量型Yolov5s网络目标检测模型， 其特征在 于， 所述方法包括以下步骤： 1)实时采集人体目标运动视频， 所述人体目标运动视频中每一帧原始人体目标运动图 片输入模型； 2)对所述原 始人体目标运动图片进行 预处理； 3)对所述 步骤2)得到的预处 理后的人体目标运动图片进行多尺度融合； 4)构建Ci ou损失函数Ci ouLoss和宽高比例γ函数； 5)评估所述步骤3)多尺度融合后的预测框内图像与真实框内图像的人体目标识别定 位的建Ciou损失函 数CiouLoss值和宽高比例γ 函数值， 若CiouLoss＜0.2且γ＜0.03则完成人 体目标识别， 并输出 得到识别的人体目标图像， 否则重复所述 步骤1)‑3)。 2.根据权利要求1所述的人体目标识别方法， 其特征在于， 所述步骤2)中对所述原始人 体目标运动图片进行 预处理包括： 2.1)对所述步骤1)采集到的大小为X ×X×3的原始人体目标运动图片降维， 得到大小 为 的特征图， 将所述原 始图片上的信息保存在通道数 上； 2.2)对所述2.1)步骤得到的图片进行二分组卷积， 拼接得到主干最终特 征图； 2.3)对所述步骤2.2)拼接得到的最终特征图进行深度可分离卷积和分组数为 g组的分 组卷积， 通过加乘的分解 步骤减少整体网络的参 量数； 2.4)重复所述 步骤2.2) ‑2.3)两次， 完成对所述原 始人体目标运动图片的预处 理。 3.根据权利要求2所述的人体目标识别方法， 其特征在于， 所述步骤2.1)中的X的大小 为80‑640。 4.根据权利要求1所述的人体目标识别方法， 其特征在于， 所述步骤3)中对所述步骤2) 得到的预处 理后的人体目标运动图片进行多尺度融合包括以下步骤： 3.1)对预处理后的人体目标运动图片进行二分组卷积， 拼接得到Neck特征处理最终特 征图； 3.2)使用不同尺寸的池化窗口分别对数据进行池化， 然后再对不同池化窗口的池化结 果进行拼接， 进行多尺度融合； 3.3)对所述步骤3.2)多尺度融合后的图像进行深度可分离卷积和分组数为g组的分组 卷积， 通过加乘的分解 步骤减少整体网络的参 量数； 3.4)对所述3.3)步骤处理后得到的图片同时使用均值池化和最大值池化， 构建CBAM   卷积注意池化模 型， 将所述步骤3.3)处理后大小为H ×W×C的输入特征图池化为大小为H × W×1的输出特征图； 3.5)对所述 步骤3.4)得到的池化 为H×W×1的输出特征图进行普通卷积后输出。 5.根据权利 要求4所述的人体目标识别方法， 其特征在于， 所述3.4)步骤中构 建的CBAM 卷积注意池化模型公式如下： Ms(F)＝σ(f7×7([AvgPool(F)； MaxPo ol(F)]))； 其中， σ 表示sigmoid激活函数， f7×7表示7×7卷积核的卷积操作， AvgPool(F)表示均值 池化， MaxPo ol(F)表示 最大值池化， F为所述 步骤3.3)处 理后大小为H ×W×C的输入特 征图。 6.根据权利要求4所述的人体目标识别方法， 其特征在于， 所述步骤3.2)中的池化窗口权　利　要　求　书 1/3 页 2 CN 114913454 A 2的尺寸为5×5、 9×9和13×13。 7.根据权利要求2或4所述的人体目标识别方法， 其特征在于， 所述深度 可分离卷积， 包 括： 将输入大小为DF×DF×N的特征图， 转换为N个标准卷积核DK×DK×M， 然后再将每个所述 标准卷积核拆分为M个DK×DK×1的深度卷积和1 ×1×M逐点卷积， 其卷积计算 量公式如下： (DK·DK·M·DF·DF+M·DF·DF)·N； 其中， DK·DK·M·DF·DF表示深度卷积计算量， M ·N·DF·DF表示逐点卷积计算量， DK表 示卷积核大小， M是输入特 征图的通道数， N 为输出特征层通道数。 8.根据权利要求2或4所述的人体目标识别方法， 其特征在于， 所述分组数为g组的分组 卷积为将维度为H ×W×C1的输入特征图， 按照通道数分为g组， 进而得到维度为 的 分组后输入特 征图； 所述维度为H ×W×C1的输入特 征图的卷积核大小为 所述分组后输入特 征图的 维度为 拼接出的最终特征图的维度为H ×W×C2， 即所述步骤2.2)和步骤 3.1)拼接 得到的主干最终特征图的维度和Neck特征 处理最终特征图的维度均为H ×W×C2； 其中， H为 输入特征图的高度， W为输入特征图的宽度， C1为输入特征图的通道数， C2为最终特征图的 通道数， K为分组卷积的卷积核长度值和宽度值； 分组卷积的计算公式为 9.根据权利 要求1所述的人体目标识别方法， 其特征在于， 所述步骤4)中的Ciou损失函 数CiouLoss如下： 其中， Distance_O2表示预测框与真实框两个中心点的欧式距离， Distance_C2表示预测 框与真实框的最小外接矩形的对角线距离； γ为宽高比例， Iou为预测框与真实框的交联 比， 所述宽高比例γ函数如下： 其中， wgt表示真实框的宽度， hgt表示真实框的高度， wp表示预测框 的宽度， hp表示预测 框的高度。 10.人体目标识别系统， 其特征在于， 包括人体目标运动图片采集模块、 人体目标图片 预处理模块、 人体目标图片多角度融合模块、 人体目标识别控制模块； 所述人体目标运动图片采集模块， 用于实时采集人体目标运动视频， 并将采集到的人 体目标运动视频中每一帧原 始人体目标运动图片输入 模型； 所述人体目标运动图片预处 理模块， 用于对所述原 始人体目标运动图片进行 预处理； 所述人体目标图片多角度融合模块， 用于对预处理后的人体目标运动图片进行多尺度 融合； 所述人体目标识别控制模块， 用于构建Ciou损失函数CiouLoss和宽高比例γ函数， 评估权　利　要　求　书 2/3 页 3 CN 114913454 A 3