[發明專利]一種自適應非極大抑制的目標檢測方法

有效

• 申請號: 201810239211.9
• 申請日: 2018-03-22
• 公開（公告）號: CN108596170B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 郭春生;李慧娟;陳華華
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

本發明公開了一種自適應非極大抑制的目標檢測方法，包括：S1：選取初始候選框集合進行迭代處理以對初始候選框集合內的候選框進行遍歷排序得分，并將排序得分非最高得分的所有候選框組成剩余候選框集合；S2：基于剩余候選框集合中的兩相鄰候選框的注意力地圖的差異以獲取兩相鄰候選框的相鄰目標區分度；S3：基于兩相鄰候選框的相鄰目標區分度，構建自適應得分衰減函數并基于自適應衰減得分函數的計算結果自動賦予與兩相鄰候選框的得分相對應的衰減系數；S4：對兩相鄰候選框重新得分并丟棄得分低于閾值的候選框；S5：迭代重復步驟S2～S4，并判斷剩余候選框集合中候選框數量是否為1；若是，則終止目標檢測并輸出最終的候選框融合結果。

技術領域

本發明涉及目標檢測技術領域，尤其涉及一種自適應非極大抑制的目標檢測方法。

背景技術

在實際應用中，目標檢測經常需要處理各種場景，尤其經常需要處理復雜的場景，例如城市環境中，目標檢測系統經常需要面對包含大量目標且這些目標相互交疊在一起的場景，這對目標檢測任務構成極大的挑戰。在這種情形下，目標檢測經常由于多重候選區域在同一感興趣區域進行回歸而導致混亂的檢測結果，非極大抑制(NMS)則通常作為一種后處理步驟以得到最終的處理結果。而非極大抑制的一個主要問題就是其會將超過NMS閾值的相鄰候選框的得分設置為0，即通過刪除檢測結果來做出硬決策，這種決策是基于一個固定的交疊比例閾值(即為NMS閾值)，這個閾值控制著抑制寬度。一個寬抑制將會移除鄰近的高分檢測結果，這樣就很可能會產生假陽性從而降低準確率。另一方面，如果目標是鄰近的(例如在擁擠的場景中)，鄰近的檢測結果很可能是正確的正樣本，這種情況下，抑制寬度應該收縮以提高召回率。因此，當目標相互鄰近時，無論如何調節閾值，傳統非極大抑制都注定要犧牲精確度或者召回率。

發明內容

針對上述問題，本發明公開了一種自適應非極大抑制的目標檢測方法，包括步驟：

S1：選取初始候選框集合進行迭代處理以對初始候選框集合內的候選框進行遍歷排序得分，并將排序得分非最高得分的所有候選框組成剩余候選框集合；

S2：基于剩余候選框集合中的兩相鄰候選框的注意力地圖的差異以獲取兩相鄰候選框的相鄰目標區分度；相鄰目標區分度是用于衡量目標錯失可能性的大小；

S3：基于兩相鄰候選框的相鄰目標區分度，構建自適應得分衰減函數并基于自適應衰減得分函數的計算結果自動賦予與兩相鄰候選框的得分相對應的衰減系數；

S4：對兩相鄰候選框重新得分，并丟棄得分低于閾值的候選框；

S5：迭代重復步驟S2～S4，并判斷剩余候選框集合中候選框數量是否為1；若是，則終止目標檢測并輸出最終的候選框融合結果。

進一步的，步驟S2中兩相鄰候選框候選區域的交疊部分的相鄰目標區分度函數關系式為：

其中，該相鄰目標區分度的函數關系式表示兩個注意力地圖在并區域上不同的點的總和與并區域面積之比，用于返傭相鄰目標錯失可能性的大小；C_A和C_B分別表示候選區域A和B的注意力地圖；A∪B表示A和B的并區域，令w和h分別表示并區域的寬和高；其中，Threshold(C,b_t)為可以根據實際需要進行選擇的二值化函數，b_t表示二值化閾值，area(r)表示求區域r的面積。

進一步的，若C_A和C_B完全不同時，則相鄰目標區分度函數關系式的分子為并區域的面積，d(C_A,C_B)＝1；若所述C_A和C_B完全相同時，則相鄰目標區分度函數關系式的分子為0，d(C_A,C_B)＝0。