一种基于YOLOv4-Tiny算法的车让人检测方法

技术特征：
1.一种基于yolov4-tiny算法的车让人检测方法，其特征在于，包括以下部分：步骤一：yolov4-tiny算法改进设计步骤s1在yolov4-tiny中将cspdarknet53-tiny网络作为骨干网络，在cspdarknet53-tiny网络中添加上采样层。将添加上采样层与前面卷积层的特征进行融合，提高网络对目标的特征学习。步骤s2，该步骤为该专利的核心步骤之一，首先卷积层进行反卷积操作，然后与特征层相加，最后再进行卷积操作。将13*13大小的卷积层进行两次反卷积操作，然后和前面特征层52*52对应像素相加，再进行步长为2的卷积操作，步骤s3，添加一条横线，将最后得尺度归一化。添加一条横向连线(即将上一步卷积操作后的特征和26*26的特征层进行融合)，最后将最终的特征尺度归一化到13*13大小，进行最后的预测，从而提高检测精度，使得检测得速度更快。步骤二：车让人检测算法设计步骤s11，通过摄像头获取视频图像，对视频图像进行具体分析，得到其中的关键帧信息。步骤s12，该步骤为该专利的核心步骤之二，对图像帧信息中的车道信息，进行手动划分，命名为1，2，3，
…
，步骤s21，检测出行人，使用改进的yolov4-tiny算法检测出图像帧中的行人，命名行人id。步骤s31，检测出车辆信息，使用改进后的yolov4-tiny算法检测出图像帧中的车辆，命名为车辆id，同时检测出车辆车牌信息。步骤s41检测行人位置，使用kcf跟踪算法，检测出行人并分析行人当前所处的位置，获取行人位置id，主要过程如下：步骤s51检测车辆位置，使用kcf跟踪算法，计算车辆当前所处的位置，获取车辆位置id。步骤s61该步骤为该专利的核心步骤之三，获得到图像中车辆和行人的位置id后，看二者id是否相同，如果不相同，返回步骤101；如果相同，则车辆未礼让行人，将车辆的车牌传回数据库系统。

技术总结
本发明公开了一种基于YOLOv4-Tiny算法的车让人检测方法。该发明在车让人检测场景上具有一般通用性，该专利应用于人行横道上车辆是否礼让行人的场景。常规的车让人检测算法效率较低，且检测方法易受摄像头安装角度的影响。针对检测算法问题，在YOLOv4-Tiny中的CSPDarknet53网络中添加上采样层，改进后的检测算法对于车辆和行人检测具有一定的通用性和可移植性；针对摄像头角度造成的误识别问题，对车道信息进行划分，命名区域ID，将ID分别赋值给车辆和行人，然后判断车辆和行人的ID是否相等来判断车辆是否礼让行人。基于YOLOv4-Tiny算法的车让人检测方法，在检测速度上有一定的提升，在检测准确率上也有明显效果。在检测准确率上也有明显效果。在检测准确率上也有明显效果。


技术研发人员：冷庚 钱孝伟 李玉琳 康益铭 谭志昊 李彧 许文波
受保护的技术使用者：电子科技大学长三角研究院（湖州）
技术研发日：2021.12.04
技术公布日：2022/5/17