[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的多目標(biāo)檢測(cè)模型構(gòu)建方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810240179.6
• 申請(qǐng)日: 2018-03-22
• 公開（公告）號(hào): CN108416394B
• 公開（公告）日: 2019-09-03
• 發(fā)明（設(shè)計(jì)）人: 張慶輝;萬(wàn)晨霞;卞山峰
• 申請(qǐng)（專利權(quán)）人: 河南工業(yè)大學(xué);鄭州艾毅電子科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/08;G06N3/04
• 代理公司: 河南科技通律師事務(wù)所 41123
• 代理人: 張曉輝;樊羿

本發(fā)明公開了一種基于卷積神經(jīng)網(wǎng)絡(luò)的多目標(biāo)檢測(cè)模型構(gòu)建方法，旨在解決現(xiàn)有檢測(cè)模型不能區(qū)分多種目標(biāo)，并且難以識(shí)別小目標(biāo)的技術(shù)問(wèn)題。本發(fā)明包括以下步驟：步驟1：搭建Caffe深度學(xué)習(xí)框架，其中檢測(cè)模型的配置利用Faster R?CNN算法完成，并引入ZF網(wǎng)絡(luò)進(jìn)行特征提取；步驟2、設(shè)計(jì)用于實(shí)時(shí)準(zhǔn)確地生成多目標(biāo)區(qū)域的ADPN網(wǎng)絡(luò)；步驟3、設(shè)計(jì)ADPN的損失函數(shù)對(duì)其進(jìn)行優(yōu)化；步驟4、訓(xùn)練ADPN；步驟5、設(shè)計(jì)用于檢測(cè)多目標(biāo)類別和位置的DALN子網(wǎng)絡(luò)；步驟6、設(shè)計(jì)DALN的損失函數(shù)對(duì)其進(jìn)行優(yōu)化；步驟7、訓(xùn)練DALN；步驟8、對(duì)ADPN和DALN進(jìn)行聯(lián)合訓(xùn)練，得到檢測(cè)模型。本發(fā)明的有益技術(shù)效果在于：能夠識(shí)別出多種類別的目標(biāo)，提高了對(duì)小目標(biāo)的識(shí)別能力，并且運(yùn)算速度快，精度高。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)檢測(cè)技術(shù)領(lǐng)域，具體涉及一種基于卷積神經(jīng)網(wǎng)絡(luò)的多目標(biāo)檢測(cè)模型構(gòu)建方法。

背景技術(shù)

目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)重要課題，主要任務(wù)是從圖像中定位感興趣的目標(biāo)，需要準(zhǔn)確地判斷每個(gè)目標(biāo)的具體類別，并給出每個(gè)目標(biāo)的邊界框。近年來(lái)，目標(biāo)檢測(cè)在智能視頻監(jiān)控、車輛自動(dòng)駕駛、機(jī)器人環(huán)境感知、盲人圖像識(shí)別等領(lǐng)域都有廣泛的應(yīng)用。然而，由于視角、遮擋、姿態(tài)等因素引起目標(biāo)發(fā)生形變，使目標(biāo)檢測(cè)成為一個(gè)具有挑戰(zhàn)性的任務(wù)。傳統(tǒng)目標(biāo)檢測(cè)方法的研究重點(diǎn)在于特征提取和特征分類。由此，研究者們提出了多種形式的特征和分類器。但是，由于傳統(tǒng)目標(biāo)檢測(cè)方法使用設(shè)計(jì)的特征，即使運(yùn)用最好的非線性分類器進(jìn)行特征分類，目標(biāo)檢測(cè)的準(zhǔn)確度也達(dá)不到實(shí)際需求。設(shè)計(jì)的特征存在三個(gè)缺點(diǎn)：1)設(shè)計(jì)的特征為低層特征，對(duì)目標(biāo)的表達(dá)能力不足；2）設(shè)計(jì)的特征可分性較差，導(dǎo)致分類的錯(cuò)誤率較高；3）設(shè)計(jì)的特征具有針對(duì)性，很難選擇單一特征應(yīng)用于多目標(biāo)檢測(cè)。

近年來(lái)，卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network, CNN)在圖像識(shí)別方面以驚人速度發(fā)展的同時(shí)，Girshick等人把檢測(cè)問(wèn)題轉(zhuǎn)化為分類問(wèn)題，提出R-CNN框架結(jié)構(gòu)，首先使用選擇搜索（Selective Search，SS）技術(shù)提取候選區(qū)域，然后利用CNN模型對(duì)候選區(qū)域提取特征，將這些區(qū)域特征使用支持向量機(jī)（Support Vector Machine, SVM）分類器做分類識(shí)別，并且對(duì)候選區(qū)域做邊框回歸來(lái)得到更好的檢測(cè)結(jié)果。針對(duì)R-CNN中存在的冗余計(jì)算、模型訓(xùn)練需要多步操作的問(wèn)題，Girshick進(jìn)一步提出了Fast R-CNN框架結(jié)構(gòu)，整合了整個(gè)檢測(cè)流程，并且對(duì)每個(gè)圖片進(jìn)行一次特征提取，大大減少了冗余計(jì)算，從而提高了檢測(cè)速度。接著Ren等人又進(jìn)一步提出了Faster R-CNN框架結(jié)構(gòu)，把得到候選區(qū)域的工作也借助CNN來(lái)完成，并且使得候選區(qū)域提取網(wǎng)絡(luò)和目標(biāo)檢測(cè)網(wǎng)絡(luò)共享特征提取層，取得了更好的檢測(cè)性能。但是，F(xiàn)aster R-CNN網(wǎng)絡(luò)模型很難將容易混淆的物體區(qū)分開，并且識(shí)別不出小目標(biāo)。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于卷積神經(jīng)網(wǎng)絡(luò)的多目標(biāo)檢測(cè)模型構(gòu)建方法，以解決現(xiàn)有檢測(cè)模型應(yīng)用于識(shí)別復(fù)雜圖像或小目標(biāo)時(shí)效果較差的問(wèn)題。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用如下技術(shù)方案：

設(shè)計(jì)一種基于卷積神經(jīng)網(wǎng)絡(luò)的多目標(biāo)檢測(cè)模型構(gòu)建方法，包括以下步驟：

步驟1：搭建Caffe深度學(xué)習(xí)框架，其中檢測(cè)模型的配置利用Faster R-CNN算法完成，并用基礎(chǔ)網(wǎng)絡(luò)ZF進(jìn)行特征提取， ZF網(wǎng)絡(luò)中包含5個(gè)卷積層和2個(gè)最大池化層。