[發(fā)明專利]基于深度學(xué)習(xí)的定位方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201910140228.3
• 申請(qǐng)日: 2019-02-26
• 公開（公告）號(hào): CN109977945A
• 公開（公告）日: 2019-07-05
• 發(fā)明（設(shè)計(jì)）人: 孟健;紀(jì)國強(qiáng);戴維倫;湯興粲;劉勝波;王會(huì)玲
• 申請(qǐng)（專利權(quán)）人: 博眾精工科技股份有限公司
• 主分類號(hào): G06K9/32
• 分類號(hào): G06K9/32;G06N3/04;G06N3/08
• 代理公司: 蘇州創(chuàng)元專利商標(biāo)事務(wù)所有限公司 32103
• 代理人: 范晴;丁浩秋

1.一種基于深度學(xué)習(xí)的定位方法，其特征在于，包括以下步驟：

S01：構(gòu)建基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)，通過基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)提取采集的圖像的深度學(xué)習(xí)特征；

S02：構(gòu)建區(qū)域候選網(wǎng)絡(luò)，篩選初步候選錨框確定前景和背景標(biāo)簽，計(jì)算標(biāo)注數(shù)據(jù)與篩選后的錨框之間的偏移量；

S03：根據(jù)基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)輸出的特征映射生成旋轉(zhuǎn)矩形局域候選框，所述旋轉(zhuǎn)矩形局域候選框使用兩個(gè)定點(diǎn)坐標(biāo)和高度表示；

S04：根據(jù)旋轉(zhuǎn)矩形局域候選框的旋轉(zhuǎn)矩形的交并比篩選候選區(qū)域，計(jì)算分類損失、預(yù)測(cè)旋轉(zhuǎn)框的坐標(biāo)和角度損失，得到最優(yōu)模型參數(shù)進(jìn)行定位。

2.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的定位方法，其特征在于，所述步驟S02包括：

S21：根據(jù)基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)輸出的特征映射生成初步候選錨框，得到圖像每個(gè)位置所需候選錨框數(shù)目為：

num_anchor＝n*m*ration*scaler

其中，n、m、ration、scaler分別表示輸出特征映射的長、寬、生成錨框的不同長寬比、生成錨框的不同尺度；

S22：篩選初步候選錨框，計(jì)算所有錨框和與標(biāo)注數(shù)據(jù)中的物體外接矩形框的交并比(IOU)，若IOU＞0.7則標(biāo)記為前景，若IOU＜0.3則標(biāo)記為背景，丟棄其他的錨框；

S23：進(jìn)一步抑制錨框的數(shù)量；

S24：計(jì)算物體的標(biāo)注數(shù)據(jù)與篩選后的錨框之間的偏移量

S25：使用損失函數(shù)smooth_l1計(jì)算預(yù)測(cè)坐標(biāo)的偏移量t_i，構(gòu)建計(jì)算錨框偏移損失：

其中，x、y表示錨框的中心坐標(biāo)，w、h分別為錨框的寬高的偏移；

S26：使用交叉熵?fù)p損失函數(shù)構(gòu)建前景與背景的分類損失；

S27：通過反向傳播微調(diào)，得到感興趣區(qū)域的坐標(biāo)[x_c，y_c，w，h]。

3.根據(jù)權(quán)利要求2所述的基于深度學(xué)習(xí)的定位方法，其特征在于，所述步驟S23中進(jìn)一步抑制錨框的數(shù)量，包括：

S231：將標(biāo)記為前景的候選錨框根據(jù)IOU值進(jìn)行排序，選取排序靠前的一定數(shù)量的錨框；

S232：去掉超邊界的候選錨框；

S233：根據(jù)非極大值抑制方法繼續(xù)剔除錨框，得到一定數(shù)量的錨框。

4.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的定位方法，其特征在于，所述步驟S04中，篩選候選區(qū)域后，對(duì)篩選候選區(qū)域使用非極大值抑制，對(duì)抑制后的感興趣區(qū)域進(jìn)行分類和邊界框回歸，在邊界框回歸時(shí)增加角度信息。

5.根據(jù)權(quán)利要求1所述的基于深度學(xué)習(xí)的定位方法，其特征在于，所述步驟S04中，計(jì)算分類損失、預(yù)測(cè)旋轉(zhuǎn)框的坐標(biāo)和角度損失的公式為：

其中，L_cls(p，t)為分類損失，λ₁，λ₂為權(quán)重系數(shù)，t為類別標(biāo)簽，當(dāng)預(yù)測(cè)目標(biāo)為前景時(shí)t＝1，為背景時(shí)t＝0，v_i＝(v_x，v_y，v_w，v_h)，u_i＝(u_x1，，u_y1，u_x2，u_y2，u_h)分別為真實(shí)的矩形標(biāo)注數(shù)據(jù)與旋轉(zhuǎn)矩形標(biāo)注數(shù)據(jù)，分別為網(wǎng)絡(luò)預(yù)測(cè)的物體矩形與旋轉(zhuǎn)矩形區(qū)域。

6.一種基于深度學(xué)習(xí)的定位系統(tǒng)，其特征在于，包括：

一圖像特征提取模塊：構(gòu)建基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)，通過基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)提取采集的圖像的深度學(xué)習(xí)特征；

一區(qū)域候選網(wǎng)絡(luò)構(gòu)建模塊：構(gòu)建區(qū)域候選網(wǎng)絡(luò)，篩選初步候選錨框確定前景和背景標(biāo)簽，計(jì)算標(biāo)注數(shù)據(jù)與篩選后的錨框之間的偏移量；

一旋轉(zhuǎn)矩形局域候選框構(gòu)建模塊：根據(jù)基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)輸出的特征映射生成旋轉(zhuǎn)矩形局域候選框，所述旋轉(zhuǎn)矩形局域候選框使用兩個(gè)定點(diǎn)坐標(biāo)和高度表示；

一模型優(yōu)化定位模塊：根據(jù)旋轉(zhuǎn)矩形局域候選框的旋轉(zhuǎn)矩形的交并比篩選候選區(qū)域，計(jì)算分類損失、預(yù)測(cè)旋轉(zhuǎn)框的坐標(biāo)和角度損失，得到最優(yōu)模型參數(shù)進(jìn)行定位。