[發(fā)明專利]一種基于改進(jìn)的DSOD模型的車輛檢測與識(shí)別方法

在審

• 申請?zhí)枺?/td>: 201910366444.X
• 申請日: 2019-05-05
• 公開（公告）號(hào): CN110232316A
• 公開（公告）日: 2019-09-13
• 發(fā)明（設(shè)計(jì)）人: 蔣洋濤;馮濤
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/46;G06K9/62;G06N3/04
• 代理公司: 浙江永鼎律師事務(wù)所 33233
• 代理人: 陸永強(qiáng)

本發(fā)明公開了一種基于改進(jìn)的DSOD模型的車輛檢測與識(shí)別方法，DSOD是在SSD算法的基礎(chǔ)上進(jìn)行改進(jìn)的，可以簡單理解為SSD+DenseNet＝DSOD，采用proposal?free的檢測模型SSD，加入DenseNet的思想。DSOD模型分成兩個(gè)部分：用于特征提取的Backbone，用于目標(biāo)預(yù)測的Front?end。Backbone子網(wǎng)絡(luò)類似于DenseNet，由一層Stem block(主干模塊),四層Dense blocks(Dense模塊),兩層Transition layers(過渡層),兩層Transition w/o pooling layers(過渡w/o池化層)，作用是用來提取圖像特征。Front_end sub_network(前端檢測子網(wǎng)絡(luò))是通過Dense Connetion實(shí)現(xiàn)邊界框檢測效果。

技術(shù)領(lǐng)域

本發(fā)明涉及交通圖像處理技術(shù)領(lǐng)域，尤其涉及一種基于改進(jìn)的DSOD模型的車輛檢測與識(shí)別方法。

背景技術(shù)

隨著國民經(jīng)濟(jì)發(fā)展和人工智能技術(shù)的發(fā)展，智能駕駛汽車領(lǐng)域獲得了空前的大發(fā)展。目標(biāo)檢測是智能駕駛汽車環(huán)境識(shí)別感知的關(guān)鍵一環(huán)，對(duì)道路前方目標(biāo)車輛檢測有助于做出安全準(zhǔn)確的駕駛決策指令。日常駕駛場景下計(jì)算機(jī)視覺的目標(biāo)檢測任務(wù)中，道路情況相當(dāng)復(fù)雜，各種大小行駛的車輛，車輛相互遮擋情況，晴雨天光照的變化等不利因素都影響著車輛目標(biāo)檢測效果的準(zhǔn)確性。在目標(biāo)檢測領(lǐng)域中，傳統(tǒng)的人工標(biāo)注正、負(fù)樣本方式制作訓(xùn)練樣本成本比較高昂，使用HOG(Histogram of Oriented Gradient，方向梯度直方圖)或Haar等人工特征進(jìn)行圖像的特征提取，再使用SVM(Support Vector Machine，支持向量機(jī))來判別。但是花費(fèi)了大量人力、物力制作訓(xùn)練的樣本庫訓(xùn)練出的分類識(shí)別效果不一定滿足產(chǎn)品要求。而通過深度學(xué)習(xí)方法，尤其是深度卷積神經(jīng)網(wǎng)絡(luò)(Deep Convolutional NeuralNetworks，DCNN)的出現(xiàn)打破了圖像語義表達(dá)的局限，通過豐富的特征表達(dá)信息進(jìn)行匹配、評(píng)估和分類。比較有代表性的方法：R-CNN(Region-CNN)方法是利用選擇性搜索(SelectiveSearch，SS)算法評(píng)測相鄰圖像子塊的特征相似度，通過合并打分的候選框輸入到卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)內(nèi)部的分類器進(jìn)行特征向量分類，達(dá)到目標(biāo)檢測定位的目的。Fast R-CNN方法則是設(shè)計(jì)一種RoI Pooling的池化層結(jié)構(gòu)，解決將圖像區(qū)域剪裁、縮放到相同尺寸大小的操作，仍然沒有擺脫選擇性搜索算法生成正負(fù)樣本候選框的問題。Faster R-CNN方法屬于兩級(jí)檢測，使用區(qū)域生成網(wǎng)絡(luò)(Region Proposal Networks，RPN)來提取大量候選區(qū)域，對(duì)其進(jìn)行分類和回歸，得出目標(biāo)的位置定位，但由于運(yùn)算速度過慢，且內(nèi)存消耗龐大。YOLO(Youonly look once，YOLO)方法屬于一級(jí)檢測，使用7*7的網(wǎng)絡(luò)進(jìn)行端對(duì)端的回歸計(jì)算，預(yù)測每個(gè)網(wǎng)格內(nèi)的邊框坐標(biāo)和每個(gè)類別置信度將目標(biāo)的分類和定位合并處理，檢測速度指標(biāo)雖較快，但是簡單的網(wǎng)絡(luò)回歸運(yùn)算檢測精度并不高。SSD(Single Shot MultiBox Detector，SSD)也是端到端的算法，引入不同卷積層檢測結(jié)構(gòu)預(yù)測，提升多尺度和多比例的檢測能力，但低層特征語義信息的缺失導(dǎo)致小目標(biāo)檢測能力比較弱。

發(fā)明內(nèi)容

為了克服上述背景技術(shù)所存在的不足，以及必須要通過在ImageNet分類任務(wù)上預(yù)訓(xùn)練的模型作為初始權(quán)重,本發(fā)明提供一種基于改進(jìn)的DSOD模型的車輛檢測與識(shí)別方法，本發(fā)明提供了一種從0開始訓(xùn)練的檢測模型，而不是微調(diào)一個(gè)預(yù)訓(xùn)練的模型，并通過FocalLoss代替Softmax Loss降解目標(biāo)檢測過程中損失，即能準(zhǔn)確地實(shí)現(xiàn)目標(biāo)檢測，又能提升模型結(jié)構(gòu)的靈活性、學(xué)習(xí)偏置差異問題和問題域的不匹配。本發(fā)明能夠?qū)Φ缆非闆r下汽車駕駛場景下的目標(biāo)有效檢測。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

步驟S1：通過KITTI公開數(shù)據(jù)集的車輛行駛視頻圖像安數(shù)據(jù)，并對(duì)訓(xùn)練數(shù)據(jù)集數(shù)據(jù)進(jìn)行預(yù)處理；

步驟S2：以TensorFlow框架為基礎(chǔ)，使用python編程語言搭建DSOD網(wǎng)絡(luò)模型；