[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

本發明提供一種卷積神經網絡和基于卷積神經網絡的目標物體檢測方法，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，本發明實施例提供的卷積神經網絡，聯合了優化特征提取、部位檢測、形變處理、遮擋處理和分類器學習，通過形變處理層使得卷積神經網絡能夠學習目標物體的形變，并且形變學習和遮擋處理進行交互，這種交互能提高分類器根據所學習到的特征分辨目標物體和非目標物體的能力。

技術領域

本發明涉及數據通訊技術，尤其涉及一種卷積神經網絡和基于卷積神經網絡的目標物體檢測方法。

背景技術

物體檢測是機器視覺中的基本的問題之一，檢測到物體后能方便對物體進行存儲、分析、3D建模、識別、跟蹤和搜索。常用的物體檢測如行人檢測，行人檢測的目的是在圖像中找出行人的位置和所占區域，行人檢測的主要難點是行人在著裝、光照、背景、身體形變和遮擋方面的變化。行人檢測時，首先，需要提取出能夠區別行人和非行人的特征，常用的方法有Haar-like特征和梯度直方圖（Histogram of Oriented Gradient，簡稱HOG）。其次，由于行人身體（如頭，身體，腿）的運動會產生行人視覺信息的形變，所以提出了可以形變的模型用于處理行人身體運動造成的形變。再次，為了解決由于遮擋造成的視覺信息丟失，很多處理遮擋的方法找出圖片中行人被遮擋的部位以避免用這些被遮擋的圖像信息來判斷給定矩形框中是否存在行人。最后，分類器用于判斷給定的矩形框中是否存在行人。

圖1為現有技術一的行人檢測方法示意圖，如圖1所示，現有技術一的行人檢測方法主要包括以下步驟：1、在第一階段對一幅輸入圖像進行卷積，對卷積后的結果進行下采樣得到第一階段的輸出；2、根據第一階段的輸出繼續進行卷積和下采樣得到第二階段中上面一行的輸出；3、第一階段的輸出通過支線進行下采樣得到第二階段中下面一行的輸出；4、根據第二階段的輸出進行分類。這種方法中，主要是學習特征提取，每一步在處理時對于處理結果并沒有一個明確的目標，因此，輸出結果是不可預見的，而且沒有對行人的身體運動和遮擋進行建模。當行人圖像存在形變和遮擋時，效果較差。圖2為現有技術二的行人檢測的方法示意圖，該方法將行人分成由整個行人的模板構成的根節點和由行人身體部分（如頭，腿上半部分，或者腿下半部分）構成的子節點。子節點與根節點具有形變約束，例如頭不能離身體太遠。如圖2所示，該現有技術的行人檢測方法包括以下步驟：1、對一幅輸入圖像進行特征提取，得到兩種不同分辨率(resolution)的特征圖(feature map)；2、對低分辨率的特征圖使用作為根節點的濾波模板進行匹配，得到匹配后的響應；3、對高分辨率的特征圖使用作為子節點的濾波模板進行匹配，得到匹配后的響應。圖2的模型中有5個子節點，所以有5個子節點的濾波模板，得到5個匹配后的響應；4、子節點的響應通過與根節點的形變約束進行修正，得到修正后的響應；5、根據子節點的響應和根節點的響應得到對于行人是否存在的總體響應?，F有技術二能夠對物體部分形變進行建模，對身體運動更加魯棒，但是此技術在根據物體的特征圖與模板進行匹配時，使用人為定義的特征，不能自動學習特征，并且不能處理遮擋的情況。

發明內容

本發明實施例提供一種卷積神經網絡和基于卷積神經網絡的目標物體檢測方法，能夠對目標物體的形變和遮擋進行處理。

本發明第一方面提供一種基于卷積神經網絡的目標物體檢測方法，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N個部位的形變確定所述M個部位的得分圖；