[發(fā)明專利]基于目標(biāo)檢測(cè)網(wǎng)絡(luò)的多標(biāo)簽物體檢測(cè)方法、系統(tǒng)、裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201910172679.5
• 申請(qǐng)日: 2019-03-07
• 公開(kāi)（公告）號(hào): CN109858569A
• 公開(kāi)（公告）日: 2019-06-07
• 發(fā)明（設(shè)計(jì)）人: 楊國(guó)棟;田雨農(nóng);李恩;梁自澤;譚民;景奉水;高子舒;王昊;孫苑淞;陸偲蓰
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/04
• 代理公司: 北京市恒有知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576
• 代理人: 郭文浩;尹文會(huì)

本發(fā)明屬于計(jì)算機(jī)視覺(jué)領(lǐng)域，具體涉及了一種基于目標(biāo)檢測(cè)網(wǎng)絡(luò)的多標(biāo)簽物體檢測(cè)方法、系統(tǒng)、裝置，旨在解決現(xiàn)有目標(biāo)檢測(cè)技術(shù)精度較低，不能很好地解決多標(biāo)簽物體實(shí)時(shí)準(zhǔn)確地檢測(cè)的問(wèn)題。本發(fā)明方法包括：獲取待檢測(cè)物體的圖像作為輸入圖像；采用訓(xùn)練后的目標(biāo)檢測(cè)網(wǎng)絡(luò)，依據(jù)輸入圖像獲取待檢測(cè)物體的類別以及待檢測(cè)物體中心坐標(biāo)、檢測(cè)矩形框長(zhǎng)度和寬度；輸出待檢測(cè)物體的類別以及待檢測(cè)物體中心坐標(biāo)、檢測(cè)矩形框長(zhǎng)度和寬度。本發(fā)明方法實(shí)現(xiàn)了對(duì)不同類別目標(biāo)的實(shí)時(shí)、精確檢測(cè)，提高了檢測(cè)的速度和精度，并且可以對(duì)目標(biāo)檢測(cè)中相互重疊、存在遮擋的情況進(jìn)行很好的處理。

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)視覺(jué)領(lǐng)域，具體涉及了一種基于目標(biāo)檢測(cè)網(wǎng)絡(luò)的多標(biāo)簽物體檢測(cè)方法、系統(tǒng)、裝置。

背景技術(shù)

隨著人工智能、機(jī)器學(xué)習(xí)技術(shù)的迅速發(fā)展和日趨成熟，自主目標(biāo)檢測(cè)技術(shù)成為了近年來(lái)國(guó)內(nèi)外深度學(xué)習(xí)研究的熱點(diǎn)問(wèn)題，在智能交通、醫(yī)學(xué)圖像處理、機(jī)器人技術(shù)、農(nóng)業(yè)物聯(lián)網(wǎng)方面擁有著廣泛的應(yīng)用前景。現(xiàn)實(shí)生活中，物體種類繁多、個(gè)體分布方式復(fù)雜，人類可以通過(guò)感知物體形狀、顏色、紋理和距離等信息，準(zhǔn)確判斷物體的類別和位置，但這對(duì)于計(jì)算機(jī)視覺(jué)來(lái)說(shuō)是極大的挑戰(zhàn)。因此，使計(jì)算機(jī)擁有與人類相似甚至超過(guò)人類的目標(biāo)檢測(cè)能力，已經(jīng)成為當(dāng)前目標(biāo)檢測(cè)技術(shù)的重要方向和主要挑戰(zhàn)。

目標(biāo)檢測(cè)的主要研究方法是提取目標(biāo)顏色、形狀、紋理等特征實(shí)現(xiàn)目標(biāo)描述，然后利用一定的機(jī)器學(xué)習(xí)算法進(jìn)行目標(biāo)類型和目標(biāo)位置、輪廓的學(xué)習(xí)，最后對(duì)目標(biāo)進(jìn)行分類、定位及畫框，實(shí)現(xiàn)目標(biāo)檢測(cè)。但是待檢測(cè)的目標(biāo)存在類內(nèi)差異大、類間相似度高的情況，這種情況下提取的特征通常很難反映出類間差異和類內(nèi)共性。尤其在物體具有多個(gè)標(biāo)簽的情況下，由于傳統(tǒng)特征提取方式的限制，不同標(biāo)簽所使用的特征之間往往是沒(méi)有關(guān)聯(lián)的，這使物體識(shí)別起來(lái)更加困難。在實(shí)際目標(biāo)檢測(cè)的過(guò)程中，目標(biāo)物之間的相互重疊、存在遮擋等情況使得目標(biāo)類間分類邊界不明顯，類內(nèi)區(qū)分困難，這也對(duì)目標(biāo)的實(shí)際檢測(cè)帶來(lái)很大的挑戰(zhàn)。

多標(biāo)簽物體檢測(cè)問(wèn)題目前主要依靠?jī)煞N類型的方法來(lái)處理。一種是基于傳統(tǒng)圖像處理的方法，首先對(duì)物體圖像提取一些Haar、SIFT、HOG、SURF、DPM等特征，然后采用傳統(tǒng)的分類器獲取物體類別的預(yù)測(cè)結(jié)果及位置信息，該方法的識(shí)別速度比較快，但是識(shí)別準(zhǔn)確率比較低，并且特征一般由人工提取，工作量大、不具備普適性；另一種是使用深度學(xué)習(xí)方法進(jìn)行目標(biāo)檢測(cè)。目前的深度學(xué)習(xí)的目標(biāo)檢測(cè)方法主要分為兩類：一類是以R-CNN為代表的基于候選區(qū)域的目標(biāo)檢測(cè)網(wǎng)絡(luò)，在精度和速度上有了很大的提升，但在高分辨率圖像檢測(cè)問(wèn)題上難以實(shí)現(xiàn)實(shí)時(shí)檢測(cè)；一類是以YOLO為代表的將目標(biāo)檢測(cè)問(wèn)題轉(zhuǎn)換為回歸問(wèn)題的目標(biāo)檢測(cè)網(wǎng)絡(luò)，檢測(cè)速度快，但算法檢測(cè)精度略低。

總的來(lái)說(shuō)，雖然該領(lǐng)域提出了很多目標(biāo)檢測(cè)網(wǎng)絡(luò)，但無(wú)法兼顧檢測(cè)速度與精度的要求，不能取得理想的結(jié)果。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)中的上述問(wèn)題，即現(xiàn)有目標(biāo)檢測(cè)技術(shù)不能兼顧檢測(cè)速度和高精度要求的問(wèn)題，本發(fā)明提供了一種基于目標(biāo)檢測(cè)網(wǎng)絡(luò)的多標(biāo)簽物體檢測(cè)方法，包括：

步驟S10，獲取待檢測(cè)物體的圖像作為輸入圖像；

步驟S20，基于訓(xùn)練后的目標(biāo)檢測(cè)網(wǎng)絡(luò)，依據(jù)所述輸入圖像，獲取待檢測(cè)物體的類別以及待檢測(cè)物體中心坐標(biāo)、檢測(cè)矩形框長(zhǎng)度和寬度；

步驟S30，輸出待檢測(cè)物體的類別以及待檢測(cè)物體中心坐標(biāo)、檢測(cè)矩形框長(zhǎng)度和寬度；

其中，所述的目標(biāo)檢測(cè)網(wǎng)絡(luò)，為采用密集連接卷積網(wǎng)絡(luò)替代YOLO-V3網(wǎng)絡(luò)中分辨率低的特征層所得到的網(wǎng)絡(luò)。

在一些優(yōu)選的實(shí)施例中，所述目標(biāo)檢測(cè)網(wǎng)絡(luò)的訓(xùn)練步驟為：

步驟B10，將獲取的訓(xùn)練圖像集中每一個(gè)圖像根據(jù)標(biāo)準(zhǔn)格式調(diào)整圖像屬性，獲得標(biāo)準(zhǔn)化訓(xùn)練圖像集；

步驟B20，采用所述目標(biāo)檢測(cè)網(wǎng)絡(luò)檢測(cè)標(biāo)準(zhǔn)化訓(xùn)練圖像集中一個(gè)批次的圖像，并計(jì)算所述目標(biāo)檢測(cè)網(wǎng)絡(luò)各分類器的訓(xùn)練誤差值；