[發(fā)明專利]一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法

在審

• 申請?zhí)枺?/td>: 201810316553.6
• 申請日: 2018-04-10
• 公開（公告）號: CN108564025A
• 公開（公告）日: 2018-09-21
• 發(fā)明（設(shè)計）人: 肖立軍;廖志偉;鄒國惠;裴星宇;萬新宇;李晨熙;韓玉龍;吳偉力;覃佳奎;姜媛
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司;廣東電網(wǎng)有限責(zé)任公司珠海供電局
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

1.一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法，其特征在于，包括以下步驟：

S1：收集數(shù)據(jù)庫樣本并設(shè)定訓(xùn)練集與測試集，其中數(shù)據(jù)庫樣本采用COCO、PASCAL VOC并設(shè)定類別和每一個類別在分類器中的編碼，構(gòu)建訓(xùn)練集；

S2：搭建卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，通過交迭若干個卷積層和池化層設(shè)置卷積神經(jīng)網(wǎng)絡(luò)的深度與寬度架構(gòu)；

S3：在卷積層采用可變形卷積核進(jìn)行采樣，通過加入一個額外的卷積層來學(xué)習(xí)offset偏移量，共享輸入特征圖，然后把輸入特征圖和訓(xùn)練得到的offset偏移量共同作為可變形卷積層的輸入層，此時可變形卷積層采樣點(diǎn)發(fā)生偏移，再進(jìn)行卷積；

S4：在池化層采用可變形興趣區(qū)域進(jìn)行池化操作，其中ROI被分為n*n個bin，被輸入到一個額外的全連接層學(xué)習(xí)offset，然后通過一個可變形興趣區(qū)域池化層使每個bin發(fā)生偏移；

S5：在卷積神經(jīng)網(wǎng)絡(luò)的最后一層加上softmax分類器并設(shè)置目標(biāo)函數(shù)；

S6：設(shè)置學(xué)習(xí)率參數(shù)，采用后向傳播算法，使用訓(xùn)練集訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型一次，使用的得到的訓(xùn)練后的模型去識別測試集數(shù)據(jù)，統(tǒng)計整體識別率；

S7：重復(fù)步驟S6，直到目標(biāo)函數(shù)值完全收斂，識別率不再提高為止，此時網(wǎng)絡(luò)參數(shù)訓(xùn)練完畢，得到可變形卷積神經(jīng)網(wǎng)絡(luò)模板，即紅外圖像物體識別系統(tǒng)；

S8：應(yīng)用該系統(tǒng)進(jìn)行紅外圖像識別。

2.根據(jù)權(quán)利要求1所述的一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法，其特征在于，步驟S1所述測試集為南方電網(wǎng)xx設(shè)備拍攝的變電站設(shè)備紅外圖像。

3.根據(jù)權(quán)利要求1所述的一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法，其特征在于，步驟S3所述訓(xùn)練得到的offset偏移量包括通過外加offset field來訓(xùn)練卷積窗口的形狀，卷積窗口在offset field上滑動就呈現(xiàn)了卷積像素偏移的效果，達(dá)到采樣點(diǎn)優(yōu)化的效果，其中采樣公式為

其中p₀指特征圖上的任意像素值，p_n指在卷積核中位置相應(yīng)的值，Δp_n指卷積核發(fā)生的位移量。接著，網(wǎng)絡(luò)按照不規(guī)則的偏移量(p_n+Δp_n)采樣；又因?yàn)棣_n通常是不連續(xù)的，此處采用雙線性插值，插出每個點(diǎn)的像素值。

4.根據(jù)權(quán)利要求3所述的一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法，其特征在于，所述offset field的大小與輸入層圖片大小一致。

5.根據(jù)權(quán)利要求1所述的一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法，其特征在于，步驟S4所述ROI被分為3*3個bin。

6.根據(jù)權(quán)利要求1所述的一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法，其特征在于，步驟S4所述池化操作中池化公式為

p₀是ROI左上角的點(diǎn)，n_ij(i行，j列)是固定大小bin里的總像素數(shù)，同樣采用雙線性插值，插出每個點(diǎn)的像素值。

7.根據(jù)權(quán)利要求1所述的一種基于可變形卷積神經(jīng)網(wǎng)絡(luò)的紅外圖像物體識別方法，其特征在于，步驟S5所述目標(biāo)函數(shù)為計算所得值與目標(biāo)標(biāo)簽值的差的平方。