[發明專利]一種基于區域卷積神經網絡模型的品牌Logo檢測與識別方法

在審

• 申請號: 201810479069.5
• 申請日: 2018-05-17
• 公開（公告）號: CN108647682A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 屈鴻;劉永勝;張書洲;季江舟;賀強;張亦洲;郝雪潔
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62
• 代理公司: 成都弘毅天承知識產權代理有限公司 51230
• 代理人: 徐金瓊

本發明公開了一種基于區域卷積神經網絡模型的品牌Logo檢測與識別方法，方法步驟如下：步驟1、進行原始數據集擴充，得到規模達到進行區域卷積神經網絡模型訓練要求的擴充的數據集；步驟2、利用擴充后的數據集對區域卷積神經網絡模型進行訓練；步驟3、基于區域卷積神經網絡對輸入圖像進行Logo檢測與識別。本發明進行原始數據集擴充、深度學習網絡模型訓練、基于區域卷積神經網絡的Logo檢測與識別，實現了復雜背景下多種Logo的檢測與識別。

技術領域

本發明屬于目標檢測與識別技術領域，具體涉及一種基于區域卷積神經網絡模型的品牌Logo檢測與識別方法。

背景技術

Logo檢測與識別技術主要是通過對輸入圖像的一系列處理工作，然后在圖像中找出Logo所在的區域并判定目標區域Logo的具體類別。在當今的日常生產生活中，Logo檢測與識別技術在城市智能交通、文檔檢索分類、品牌溯源追蹤、商業廣告分析等領域都有著巨大的應用前景。雖然目前關于目標與檢測技術的研究已經相對比較成熟，但是由于在不同的應用場景下，待檢測目標的背景差異、形變差異等都會導致目標檢測難度的提升，所以目前進行目標檢測與識別技術在不同場景中的應用還存在一定的難度和研究空間。傳統的Logo檢測與識別技術的研究大多以文檔中的單一Logo為研究基礎，其設計的背景較為簡單，Logo種類單一。

傳統的Logo檢測識別與識別算法大多采用“金字塔”式滑動窗口的機制和簡單機器學習算法相結合的方式進行相關研究，其大體思想是通過可變大小的滑動窗口逐步遍歷輸入圖像中的每個區域，然后對該區域的圖像進行不變特征提取，最后用Adaboost、SVM(Support Vector Machine)等分類器對提取特征進行分類。現階段隨著R-CNN算法思想的提出，本文研究出了一種基于區域卷積神經網絡的Logo檢測與識別算法。

發明內容

本發明的目的在于：解決了傳統Logo檢測與識別技術以單一Logo和簡單背景為研究基礎，難以應用于復雜背景的Logo檢測與識別的問題，提供了基于區域卷積神經網絡模型中的區域卷積神經網絡，實現復雜背景下多種Logo的檢測與識別的一種基于區域卷積神經網絡模型的品牌Logo檢測與識別方法。

本發明采用的技術方案如下：

一種基于區域卷積神經網絡模型的品牌Logo檢測與識別方法，方法步驟如下：

步驟1、進行原始數據集擴充，得到規模達到進行區域卷積神經網絡模型訓練要求的擴充的數據集；

步驟2、利用擴充后的數據集對區域卷積神經網絡模型進行訓練；

步驟3、基于區域卷積神經網絡對輸入圖像進行Logo檢測與識別。

進一步，所述步驟1具體為：

步驟11、利用網絡爬蟲技術和手工標注相結合的方式進行品牌Logo原始數據集的構建；

步驟12、獲取原始數據集中所包含的所有透明背景格式的Logo圖像；

步驟13、獲取不含原始數據集中的Logo的圖像，并歸一化處理圖像至指定像素；

步驟14、將步驟12獲取的原始數據集中的每種Logo進行仿射變換，然后和步驟13中得到的圖像進行合成，合成得到的圖像并入原始數據集，得到擴充的數據集。

進一步，所述步驟2具體為：

步驟21、利用選擇性搜索算法對得到的擴充的數據集中的每張圖像進行候選區域獲取；

步驟22、計算步驟21獲取的候選區域坐標與Logo區域真正的區域坐標的IoU值，進行候選區域樣本分類，記IoU＞0.5的區域為正樣本，其余的區域為負樣本；

步驟23、利用步驟22得到的正負樣本對區域卷積神經網絡模型進行訓練，模型中Softmax分類器的輸出維度為Logo種類數加1。