[發明專利]太赫茲圖像中目標物體的檢測方法、裝置、設備及介質

有效

• 申請號: 201810628340.7
• 申請日: 2018-06-13
• 公開（公告）號: CN108830225B
• 公開（公告）日: 2021-07-06
• 發明（設計）人: 肖紅;張榮躍;張騁;劉英雙;喬靜煒
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/40;G06N3/04
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 羅滿

1.一種太赫茲圖像中目標物體的檢測方法，其特征在于，包括：

預先根據接收到的結構裁剪指令，對faster-Rcnn算法模型進行優化，生成優化目標檢測層；

將待檢測的太赫茲圖像輸入所述優化目標檢測層，得到所述太赫茲圖像的特征圖，并根據所述特征圖生成建議窗口；

利用感興趣區域池化層將所述特征圖和包含建議窗口的特征圖生成預設尺寸的第二特征圖；

根據第二特征圖，利用邊框回歸化生成目標檢測窗口的坐標，以用于檢測太赫茲圖像中的目標物體；

所述對faster-Rcnn算法模型進行優化包括：

采用層級修改faster-Rcnn算法模型的網絡結構配置文件以裁剪卷積層和池化層的數目，采用神經元級裁剪濾波器數目，并通過修改dropout層參數或者增加dropout層以減少神經元連接。

2.根據權利要求1所述的太赫茲圖像中目標物體的檢測方法，其特征在于，所述優化目標檢測層還包括圖像增強層，用于采用指數非線性變化對所述太赫茲圖像進行空域圖像增強。

3.根據權利要求2的太赫茲圖像中目標物體的檢測方法，其特征在于，所述優化目標檢測層還包括噪聲處理層，用于采用非線性濾波算法去除經空域圖像增強后的太赫茲圖像的噪聲。

4.根據權利要求1至3任意一項所述的太赫茲圖像中目標物體的檢測方法，其特征在于，所述優化目標檢測層包括大小為7*7、步長為2的第一卷積層，與所述第一卷積層相連、大小為3*3、步長為2的第一池化層，與所述第一池化層相連、大小為3*3、步長為1的第二卷積層，與所述第二卷積層相連、大小為2*2、步長為1的第二池化層，與所述第二池化層相連的全連接層。

5.根據權利要求4所述的太赫茲圖像中目標物體的檢測方法，其特征在于，所述第一卷積層和所述第一池化層分別具有64個過濾器；所述第二卷積層和所述第二池化層分別具有256個過濾器。

6.一種太赫茲圖像中目標物體的檢測裝置，其特征在于，包括：

網絡優化模塊，用于預先根據接收到的結構裁剪指令對faster-Rcnn算法模型進行優化，生成優化目標檢測層，所述對faster-Rcnn算法模型進行優化包括：采用層級修改faster-Rcnn算法模型的網絡結構配置文件以裁剪卷積層和池化層的數目，采用神經元級裁剪濾波器數目，并通過修改dropout層參數或者增加dropout層以減少神經元連接；

圖像輸入模塊，用于將待檢測的太赫茲圖像輸入所述優化目標檢測層，得到所述太赫茲圖像的特征圖，并根據所述特征圖生成建議窗口；

特征圖生成模塊，用于利用感興趣區域池化層將所述特征圖和包含建議窗口的特征圖生成預設尺寸的第二特征圖；

檢測窗口坐標生成模塊，用于根據第二特征圖，利用邊框回歸化生成目標檢測窗口的坐標，以用于檢測太赫茲圖像中的目標物體。

7.根據權利要求6所述的太赫茲圖像中目標物體的檢測裝置，其特征在于，所述網絡優化模塊還包括設置在所述優化目標檢測層的圖像增強層；

所述圖像增強層用于采用指數非線性變化對所述太赫茲圖像進行空域圖像增強。

8.根據權利要求7所述的太赫茲圖像中目標物體的檢測裝置，其特征在于，所述網絡優化模塊還包括設置在所述優化目標檢測層的噪聲處理層；

所述噪聲處理層用于采用非線性濾波算法去除經空域圖像增強后的太赫茲圖像的噪聲。

9.一種太赫茲圖像中目標物體的檢測設備，其特征在于，包括處理器，所述處理器用于執行存儲器中存儲的計算機程序時實現如權利要求1至5任一項所述太赫茲圖像中目標物體的檢測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有太赫茲圖像中目標物體的檢測程序，所述太赫茲圖像中目標物體的檢測程序被處理器執行時實現如權利要求1至5任一項所述太赫茲圖像中目標物體的檢測方法的步驟。