[發明專利]卷積神經網絡和基于卷積神經網絡的目標物體檢測方法

有效

• 申請號: 201310633797.4
• 申請日: 2013-11-29
• 公開（公告）號: CN104680508B
• 公開（公告）日: 2018-07-03
• 發明（設計）人: 歐陽萬里;許春景;劉健莊;王曉剛
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06N3/04
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉芳

1.基于卷積神經網絡的目標物體檢測方法，其特征在于，所述卷積神經網絡包括：特征提取層、部位檢測層、形變處理層、遮擋處理層和分類器；

所述特征提取層根據提取圖像中檢測區域的像素值，對所述檢測區域的像素值進行預處理，并對所述預處理后的圖像進行特征提取，得到所述檢測區域的特征圖；

所述部位檢測層通過M個過濾器分別檢測所述檢測區域的特征圖，輸出所述檢測區域的M個部位對應的響應圖，每個過濾器用于檢測一個部位，每個部位對應一個響應圖；

所述形變處理層根據所述M個部位對應的響應圖分別確定所述M個部位的形變，并根據所述M個部位的形變確定所述M個部位的得分圖；

所述遮擋處理層根據所述M個部位的得分圖確定所述M個部位對應的遮擋；

所述分類器根據所述遮擋處理層的輸出結果，確定所述檢測區域內是否有目標物體。

2.根據權利要求1所述的方法，其特征在于，所述特征提取層提取圖像中檢測區域的像素值，對所述檢測區域內的像素值進行預處理，包括：

所述特征提取層提取所述圖像中檢測區域的像素值，將所述檢測區域的像素值轉換為三個通道的數據，所述三個通道分別為第一通道、第二通道、第三通道；

其中，所述第一通道的輸出數據對應所述檢測區域內的YUV像素值的Y通道數據；

所述第二通道用于將所述檢測區域的大小縮小為原大小的四分之一，并將所述縮小后的檢測區域轉換成YUV格式，通過Sobel邊緣算子過濾所述轉換為YUV格式的檢測區域，分別得到所述檢測區域在Y、U、V三個通道上第一邊緣圖，所述Y、U、V通道分別對應一個第一邊緣圖，取所述三個第一邊緣圖中各位置上的最大值，組成一個第二邊緣圖，所述三個第一邊緣圖以及第二邊緣圖大小相同，都為所述檢測區域的四分之一大小，將所述三個第一邊緣圖和所述第二邊緣圖的拼接圖作為所述第二通道的輸出數據；

所述第三通道用于將所述檢測區域的大小縮小為原大小的四分之一，并將所述縮小后的檢測區域轉換成YUV格式，通過Sobel邊緣算子過濾所述轉換為YUV格式的檢測區域，分別得到所述檢測區域在Y、U、V三個通道上的第一邊緣圖，所述Y、U、V通道分別對應一個第一邊緣圖，生成一個第三邊緣圖，所述第三邊緣圖各位置的數據為0，所述三個第一邊緣圖以及第三邊緣圖大小相同，都為所述檢測區域的四分之一大小，將所述三個第一邊緣圖和所述第三邊緣圖的拼接圖作為所述第三通道的輸出數據。

3.根據權利要求2所述的方法，其特征在于，所述部位檢測層包括三個子層，分別為第一子層、第二子層和第三子層，所述部位檢測層的第一子層包括M1個過濾器，所述部位檢測層的第二子層包括M2個過濾器，所述部位檢測層的第三子層包括M3個過濾器，其中，M1+M2+M3＝M；

所述部位檢測層的第一子層的M1個過濾器分別檢測所述檢測區域內的M1個部位，得到M1個響應圖；

所述部位檢測層的第二子層的M2個過濾器分別檢測所述檢測區域內的M2個部位，得到M2個響應圖；

所述部位檢測層的第三子層的M3個過濾器分別檢測所述檢測區域內的M3個部位，得到M3個響應圖。

4.根據權利要求1所述的方法，其特征在于，所述形變處理層根據所述M個部位對應的響應圖分別確定所述M個部位的形變，并根據所述M個部位的形變確定所述M個部位的得分圖，包括：

所述形變處理層根據所述M個部位對應的響應圖，分別按照公式(1)得到第p個部位的形變得分圖：

其中，B_p表示第p個部位的形變得分圖，1≤p≤M，M_p表示所述第p個部位對應的響應圖，N表示所述第p個部位的限制條件，D_n,p表示第n個限制條件對應的得分圖，1≤n≤N,C_n,p表示第n個限制條件對應的權重；

所述形變處理層根據所述形變得分圖，按照公式(2)確定所述第p個部位的得分圖：

其中，表示(x，y)位置上B_p的值。