[發明專利]用于構建魯棒的深度卷積神經網絡的濾波器重用機制

有效

• 申請號: 201780089497.0
• 申請日: 2017-02-13
• 公開（公告）號: CN110506277B
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 姜曉恒
• 申請（專利權）人: 諾基亞技術有限公司
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06V10/25;G06V10/40;G06V10/764;G06N3/0464
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 酆迅;馬明月

1.一種計算機實現的方法，包括：

配置以針對卷積神經網絡的第一卷積層，基于將被評估的圖像的區域和來自所述第一卷積層的經學習的濾波器來生成特征圖；

配置以針對所述卷積神經網絡的一個或多個后續卷積層生成特征圖，每個后續卷積層基于先前卷積層的所述特征圖、針對所述先前卷積層的經學習的濾波器以及針對所述后續卷積層的經學習的濾波器而被生成；以及

配置以基于所述第一卷積層和所述一個或多個后續卷積層的所生成的特征圖來在所述圖像的所述區域中檢測感興趣的對象的存在。

2.根據權利要求1所述的方法，進一步包括：

配置以接收從圖像感測設備所捕獲的所述圖像。

3.根據權利要求1和2中任一項所述的方法，進一步包括：

配置以在訓練階段期間使用一個或多個訓練圖像來針對所述卷積神經網絡的每個卷積層學習濾波器。

4.根據權利要求3所述的方法，其中所述配置以學習濾波器包括：

配置以針對所述卷積神經網絡的所述卷積層初始化濾波器；

配置以使用前向傳播來針對每個卷積層生成特征圖，所述第一卷積層之后的每個后續卷積層基于先前卷積層的所述特征圖、針對所述先前卷積層的經學習的濾波器以及針對所述后續卷積層的濾波器而被生成；

配置以基于所述所生成的特征圖和針對每個類別和相應標簽的得分使用損失函數來計算損失；以及

配置以在所計算的損失已經減少的情況下使用后向傳播來針對所述卷積層更新所述濾波器，

其中所述配置以計算特征圖、所述配置以計算損失以及所述配置以更新所述濾波器被重復，直到在所計算的損失不再減小時所述卷積神經網絡收斂為止。

5.根據權利要求1、2和4中任一項所述的方法，其中兩個圖特征針對所述一個或多個后續卷積層中的每個后續卷積層被生成，所述兩個圖特征之一利用所述先前卷積層的經學習的濾波器被生成，所述兩個圖特征另外之一利用所述后續卷積層的經學習的濾波器而被生成。

6.根據權利要求5所述的方法，進一步包括：

針對所述一個或多個后續卷積層中的每個后續卷積層級聯所述兩個圖特征。

7.根據權利要求1、2、4和6中任一項所述的方法，其中所述配置以針對第一卷積層生成特征圖、所述配置以針對一個或多個后續卷積層生成特征圖以及所述配置以檢測對象的存在在測試階段被執行。

8.根據權利要求1、2、4和6中任一項所述的方法，其中所述配置以檢測包括：

配置以從所述卷積神經網絡的應用獲得針對所述區域的得分；以及

配置以將針對所述區域的所述得分與閾值的值比較，

其中如果針對所述區域的所述得分大于所述閾值的值，則所述對象在所述區域中被檢測到。

9.根據權利要求1、2、4和6中任一項所述的方法，進一步包括：

配置以在所述對象被檢測到的情況下啟動告警。

10.根據權利要求1、2、4和6中任一項所述的方法，其中所述卷積神經網絡被應用于所述圖像的每個區域，以檢測所述對象是否存在于所述圖像的所述區域中的任何區域中。

11.一種包括用于執行根據權利要求1至10中任一項所述的方法的部件的計算裝置。

12.一種計算機可讀存儲介質，包括計算機代碼指令，所述計算機代碼指令在由至少一個處理器執行時，使裝置至少執行根據權利要求1至10中任一項所述的方法。