[發明專利]用于對象識別和檢測的多尺度特征表示

有效

• 申請號: 201910561512.8
• 申請日: 2019-06-26
• 公開（公告）號: CN110647793B
• 公開（公告）日: 2023-06-06
• 發明（設計）人: 范權福;陳均富
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06V10/82
• 分類號: G06V10/82;G06N3/0464
• 代理公司: 北京市中咨律師事務所 11247
• 代理人: 李永敏;于靜

本發明的實施例涉及一種計算機實現的方法，用于輸入數據的多尺度表示。該計算機實現的方法的非限制性示例包括處理器接收原始輸入。處理器將原始輸入下采樣成縮減輸入。處理器在縮減輸入上運行第一卷積神經網絡“CNN”。處理器在原始輸入上運行第二CNN，其中第二CNN具有比第一CNN更少的層。處理器將第一CNN的輸出與第二CNN的輸出相合并，并在輸出的合并之后提供結果。

技術領域

本發明一般涉及信號處理，并且更具體地，涉及用于對象識別和檢測的多尺度特征表示的系統和方法。

背景技術

圖像表示是計算機視覺中的對象檢測和識別的基本問題。在許多情況下，由于多尺度表示的覆蓋更多對象尺度的能力，在具有挑戰性的場景中需要多尺度表示。創建多尺度表示的一種簡單方式是在不同尺度上多次計算圖像特征。然而，這在計算上非常昂貴，并且因此在實踐中不是非常有用。最近的一些基于卷積神經網絡(“CNN”)的方法將來自中間的特征組合到深度卷積層以形成更豐富的特征表示。該策略被證明是有效且高效的，因為僅需要一個前向計算來提取特征。然而，已知中間級特征與更深層的特征相比更不具有辨別力。

發明內容

本發明的實施例涉及一種計算機實現的方法，用于對象識別和檢測的輸入數據的多尺度表示。計算機實現的方法的非限制性示例包括處理器接收原始輸入。處理器將原始輸入下采樣成縮減輸入。處理器在縮減輸入上運行第一卷積神經網絡。處理器在原始輸入上運行第二CNN，其中，第二CNN具有比第一CNN更少的層。處理器將第一CNN的輸出與第二CNN的輸出相合并，并在合并輸出之后提供結果。

本發明的實施例涉及一種系統，用于對象識別和檢測的輸入數據的多尺度表示。該系統的非限制性示例包括存儲器和耦接到存儲器的處理器，該處理器可操作以執行存儲在存儲器中的指令。指令使處理器接收原始輸入并將原始輸入下采樣成縮減輸入。該指令進一步使處理器在縮減輸入上運行第一卷積神經網絡，并在原始輸入上運行第二CNN，其中第二CNN具有比第一CNN更少的層。該指令使處理器將第一CNN的輸出與第二CNN的輸出相合并，并在合并輸出之后提供結果。

本發明的實施例涉及一種計算機程序產品，用于對象識別和檢測的圖像數據的多尺度表示。該計算機程序產品包括計算機可讀存儲介質，該計算機可讀存儲介質具有在其中體現的程序指令。程序指令可由處理器執行以使處理器執行方法。該方法的非限制性示例包括處理器接收原始輸入。處理器將原始輸入下采樣成縮減輸入。處理器在縮減輸入上運行第一卷積神經網絡。處理器在原始輸入上運行第二CNN，其中第二CNN具有比第一CNN更少的層。處理器將第一CNN的輸出與第二CNN的輸出相合并，并在輸出的合并之后提供結果。

通過本發明的技術實現了附加技術特征和益處。本發明的實施例和方面在此詳細描述，并且被認為是所要求保護的主題的一部分。為了更好地理解，請參考詳細說明和附圖。

附圖說明

在說明書結論處的權利要求中特別指出并清楚地要求保護在此所述專有權的細節。通過以下結合附圖的詳細描述，本發明的實施例的前述和其它特征和優點將變得顯而易見，在附圖中：

圖1描繪了根據本發明的實施例的云計算環境。

圖2描繪了根據本發明的實施例的抽象模型層。

圖3描繪了根據本發明的實施例的MSCNN或bL-網絡的示例性實施例。

圖4描繪了根據本發明的實施例的設計用于性能增強的示例性CNN。

圖5描繪了根據本發明的實施例的示例性bL-網絡500。

圖6描繪了根據本發明的實施例的用于更快識別和檢測的示例性bL-網絡600。

圖7描繪了根據本發明的實施例的示例性bL-網絡的操作的流程圖。

圖8描繪了根據本發明的實施例的用于高性能的示例性MSCNN的操作的流程圖。