[發明專利]基于卷積神經網絡的多目標檢測模型構建方法

有效

• 申請號: 201810240179.6
• 申請日: 2018-03-22
• 公開（公告）號: CN108416394B
• 公開（公告）日: 2019-09-03
• 發明（設計）人: 張慶輝;萬晨霞;卞山峰
• 申請（專利權）人: 河南工業大學;鄭州艾毅電子科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06N3/04
• 代理公司: 河南科技通律師事務所 41123
• 代理人: 張曉輝;樊羿

1.一種基于卷積神經網絡的多目標檢測模型構建方法，其特征在于，包括以下步驟：

步驟1、搭建Caffe深度學習框架，其中檢測模型的配置利用Faster R-CNN算法完成，并用ZF網絡進行特征提取；所述ZF網絡包括5個卷積層和3個全連接層的共享層；

步驟2、設計用于實時準確地生成多目標區域的ADPN網絡；所述ADPN網絡包括5個卷積層、1個姊妹卷積層、3個最大池化層和2個額外的卷積層，將第5個卷積層和1對姊妹卷積層輸出的特征圖組合成一個連接的特征圖，用兩個額外的卷積層計算多目標的區域，并設置不同滑動窗口的種類用于產生小尺寸多目標區域的滑動窗口；

步驟3、分別利用softmax損失函數和smoothL1損失函數對所述ADPN網絡進行優化；所述ADPN網絡包括兩個輸出層，其中，第1個輸出層為每個預測區域輸出一個類似于目標的分數，通過softmax損失函數對其進行優化，第2個輸出層輸出每個預測區域的坐標向量，通過smoothL1損失函數對其進行優化；

步驟4、采用隨機梯度下降法對所述ADPN網絡進行訓練；

步驟5、設計用于檢測多目標類別和位置的DALN網絡；所述DALN網絡包括最大池化層和ROI池化層，以及FC6和FC7全連接層，FC7層又分成兩個全連接層，即FC_type和FC_ori;FC_type的輸出被提供給一個雙向的softmax，產生一個類別標簽，FC_ori的輸出被提供給一個8向的softmax，產生一個位置標簽；

步驟6、利用兩個softmax損失函數對所述DALN網絡進行優化；

步驟7、對所述DALN網絡進行訓練；

步驟8、對所述ADPN網絡和DALN網絡進行聯合訓練，得到檢測模型。

2.根據權利要求1所述的基于卷積神經網絡的多目標檢測模型構建方法，其特征在于，所述步驟2包括以下處理：（a）將所述ZF網絡最后三個卷積層輸出的特征圖組合成一個連接的特征圖，然后新增加兩個用于計算多目標區域的卷積層，替換原來的全連接層；（b）設置滑動窗口的種類：分別使用三個比率3:2、1:1、2:3和四個尺度框64²、128²、256²、512²的滑動窗口，總共預測12種類型的區域；（c）將圖像邊界外的預測區域丟棄，剩下的區域分別被分配一個代表正負樣本的二進制類標簽，其中正樣本表示區域為目標，負樣本表示區域為背景。

3.根據權利要求1所述的基于卷積神經網絡的多目標檢測模型構建方法，其特征在于，所述步驟3包括以下處理：所述ADPN網絡含有兩個輸出層，使用不同的損失函數：（a）第一個輸出層為每個預測區域輸出一個表示與目標類似程度的分數，通過softmax損失函數計算；（b）第二個輸出層輸出每個預測區域的坐標向量loc = (x，y，w，h)，x和y表示預測區域的左上角坐標，而w和h表示預測區域的寬度和高度；然后利用smoothL₁函數來細化坐標，其函數表達式為 ；對于每個正標簽區域f^c和真實框loc^*，采用損失函數L_ADPN進行分類訓練，其定義為：；其中，，L_cls表示用于分類目標和背景的softmax損失函數，L_bbr表示邊界框回歸損失函數，p^*是真實框標簽，α是平衡參數并且α的值為2。

4.根據權利要求1所述的基于卷積神經網絡的多目標檢測模型構建方法，其特征在于，所述步驟4包括以下處理：（a）采用預訓練的ZF模型初始化所述ADPN網絡的前五個卷積層，用以防止過擬合；（b）新增加的卷積層權重由零均值高斯分布隨機初始化，標準差為0.01；（c）在每次迭代過程中，將被標記的訓練數據輸入網絡中更新參數；（d）在基于多目標置信分數的區域上采用非最大值抑制法。