[發明專利]基于深度學習的低功耗快速檢測圖像目標方法

有效

• 申請號: 201810013809.6
• 申請日: 2018-01-08
• 公開（公告）號: CN108280453B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 宋彬;吳廣偉;郭潔;梁大衛
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/40;G06N3/04
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

本發明公開了一種基于深度學習的低功耗快速檢測圖像目標方法，克服了現有技術中計算復雜度過高、神經網絡模型占據較大磁盤空間的問題。本發明實現步驟為：(1)輸入一幅300×300個像素的圖像；(2)構建卷積神經網絡；(3)第一次訓練卷積神經網絡；(4)第二次訓練卷積神經網絡；(5)計算卷積神經網絡中與批量化層相鄰卷積層權重系數和偏移值；(6)刪除卷積神經網絡中批量化層和比例縮放層；(7)輸出目標檢測坐標。由于本發明檢測單張圖像速度快、神經網絡模型占據磁盤空間小，使得本發明具有可以部署在低功耗嵌入式設備上的優點。

技術領域

本發明屬于圖像處理技術領域，更進一步涉及目標檢測技術領域中的一種基于深度學習的低功耗快速檢測圖像目標方法。本發明基于卷積神經網絡技術，利用低功耗嵌入式設備對任意尺寸的自然圖像進行目標檢測與識別。

背景技術

基于深度學習技術的圖像目標檢測與識別方法具有識別精度高、易于訓練等特點，不受圖像尺寸和光照強度的影響。隨著自然圖像目標檢測與識別技術逐漸成熟，被廣泛應用于軍事和民用的等領域。由于深度學習技術計算復雜度過高，不可避免的只能運行在大型服務器上，極大地影響了深度學習技術在低功耗嵌入式設備的應用。

目前，基于自然圖像目標檢測與定位方法主要有兩階段神經網絡目標檢測方法(Faster R-CNN)。兩階段神經網絡檢測方法是最近提出的一種新的圖像目標檢測與定位方法，該方法基于卷積神經網絡，通過卷積神經網絡提取圖像中特征來實現對圖像中目標進行分類以及區域定位。

Shao Ren，Kaiming He，Ross Girshick，Jian Sun在其發表的論文“Faster R-CNN：Towards Real-Time Object Detection with Region Proposal Network”(ComputerVision and Pattern Recognition，CVPR，January 6，2016)中提出一種兩階段的基于自然圖像的目標檢測與定位方法。該方法首先通過區域建議網絡(Region Proposal Network，RPN)生成建議圖像區域，其中每張圖像生成300個建議區域，把300個建議區域映射在最后一層神經網絡中，通過建議區域池化層(ROI Pooling)生成固定尺寸的特征圖，利用分類概率(Softmax)將特征圖進行分類，然后通過邊框回歸(Bounding Box Regression)對目標進行定位。該方法可以實現對自然圖像的定位，但是，該方法仍然存在的不足之處是，該方法計算復雜度過高，并且該方法使用的神經網絡模型占用磁盤空間較大，導致Faster R-CNN算法不能部署在低功耗嵌入式設備上。

博康智能網絡科技股份有限公司擁有的專利技術“一種基于支持向量機的出租車識別方法”(專利申請號：201210356432.7，授權公告號：CN102902983B)中提出了一種基于支持向量機的目標檢測方法。該專利技術采用面向梯度的直方圖(Hog)特征提取算法對圖像進行特征提取，將提取的特征通過支持向量機分類器(SVM)，從而把圖像分類為目標圖像和非目標圖像。該方法雖然能以較快速度識別出圖像中的目標，但是，該方法仍然存在的不足之處是，該方法僅僅針對于圖像的邊緣特征、線性特征、中心環繞特征等特征，對于包含有噪音或者目標遮擋的圖像，該方法檢測效果較差。

發明內容

本發明的目的在于克服上述現有技術的不足，提出一種基于深度學習的低功耗快速檢測圖像目標方法。

實現本發明目的的思路是，該方法首先對卷積神經網絡模型使用模型壓縮技術來減少計算量，然后利用單指令多數據匯編技術進一步加快卷積神經網絡在低功耗嵌入式設備上的運算速度。該方法不僅有效減少運行時間，同時很好的保持了目標檢測與識別精度。

為實現上述目的，本發明的具體步驟如下：

(1)輸入一幅300×300個像素的圖像；

(2)構建卷積神經網絡：