[發(fā)明專利]基于相似目標的物體檢測遷移方法

有效

• 申請?zhí)枺?/td>: 201910012144.1
• 申請日: 2019-01-07
• 公開（公告）號: CN109740676B
• 公開（公告）日: 2022-11-22
• 發(fā)明（設計）人: 周雪;徐雨亭;鄒見效;徐紅兵
• 申請（專利權）人: 電子科技大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平;陳靚靚

本發(fā)明公開了一種基于相似目標的物體檢測遷移方法，首先在現有的圖像數據集中篩選出待檢測物體的相似目標類別，以這些類別所包含的圖像作為訓練樣本，對兩階段目標檢測模型進行訓練得到相似目標檢測器，然后采用包含待檢測物體的精確標注樣本對相似目標檢測器進行參數精調，得到初步目標檢測器，最后采用包含待檢測物體的弱標注樣本，對初步目標檢測器進行參數精調得到最終的目標檢測器。本發(fā)明通過確定待檢測物體的相似目標類別來獲取訓練樣本，對物體檢測器進行遷移，降低對待檢測物體訓練樣本的要求，使物體檢測遷移更易實現。

技術領域

本發(fā)明屬于計算機視覺技術領域，更為具體地講，涉及一種基于相似目標的物體檢測遷移方法。

背景技術

近幾年來，無人超市、智能倉儲、自動駕駛等新興產業(yè)正在給社會生產力帶來一場新的革命。而推動這場革命的主要動力之一就是計算機視覺的蓬勃發(fā)展，計算機能夠高效地識別視頻圖像中的物體使得生產生活中的智能無人化逐漸成為可能，其中物體檢測技術是視頻圖像識別和理解中的關鍵環(huán)節(jié)。

在物體檢測技術的研究熱潮下，學術界涌現出了一些優(yōu)秀的基于深度學習的方法。任少卿等人提出一種兩階段的檢測模型：先用區(qū)域候選網絡(RPN)提取出區(qū)域候選框，然后用區(qū)域卷積網絡(RCNN)完成候選框內物體的識別分類和目標定位。具體算法原理可以參見文獻：Ren,Shaoqing,et al.Faster R-CNN:Towards real-time object detectionwith region proposal networks.Advances in neural information processingsystems.2015。

隨后，戴繼峰等人提出了一種基于區(qū)域的全卷積網絡(R-FCN，Region-basedFully Convolutional Net)的檢測模型，具體算法原理可以參見文獻:Dai J,Li Y,He K,et al.R-FCN:Object Detection via Region-based Fully Convolutional Networks[J].2016。R-FCN網絡使用了一種位置敏感得分圖來處理圖像檢測中的平移變換性的問題，使得該網絡可以基于整幅圖片進行全卷積計算，這種方法可以有效地降低網絡模型的訓練時間和檢測時間，同時該模型使用殘差網絡(ResNet)作為模型的特征提取器。在通用的目標檢測平臺Pascal VOC上，相較于Faster R-CNN,R-FCN在提高了目標檢測的準確率同時也降低了目標檢測的時間，而且更適合做任務遷移。

但是這類物體檢測方法需要大量精確標注的樣本來訓練，而且無論是Pascal VOC(20類)、MicroSoft COCO(80類)還是ILSVRC(200類)，這些數據集只包含真實世界中的極少數常見的類別，對于這些數據集之外的不常見物體類別，例如檢測安全帽，在有標注樣本稀缺、標注成本十分昂貴的情況下，這類全監(jiān)督的方法就不適用了。

所以不少學者投身到弱監(jiān)督學習、半監(jiān)督學習、遷移學習等方法的研究中。針對小樣本情形下網絡的訓練難題，LSTD模型在Faster R-CNN的基礎上提出了知識遷移(Transfer Knowledge,TK)和背景抑制(Background Depression,BD)兩個損失函數。其中,TK通過源數據集上的目標檢測知識來引導網絡的訓練,BD通過限制神經網絡在背景區(qū)域的輸出值而專注于目標區(qū)域。具體算法原理可以參見文獻：Chen H,Wang Y,Wang G,etal.LSTD:A Low-Shot Transfer Detector for Object Detection[J].2018.