[發(fā)明專利]一種特征融合自適應(yīng)錨框模型車輛檢測方法

有效

• 申請?zhí)枺?/td>: 201910622037.0
• 申請日: 2019-07-10
• 公開（公告）號: CN110399884B
• 公開（公告）日: 2021-08-20
• 發(fā)明（設(shè)計）人: 呂文濤;郭理鵬
• 申請（專利權(quán)）人: 浙江理工大學(xué)
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 林超

1.一種特征融合自適應(yīng)錨框模型車輛檢測方法，其特征在于：方法如下：

A1，采集車輛數(shù)據(jù)集，車輛數(shù)據(jù)集包含物體GT框的多幅圖像I，物體對象為車輛，GT框數(shù)據(jù)為[c^*,x^*,y^*,w^*,h^*]，c^*表示GT框內(nèi)物體的類別，x^*，y^*分別表示GT框內(nèi)中心點的x坐標和y坐標，w^*，h^*分別表示GT框的高度和寬度；

A2，特征融合，將圖像I輸入到卷積神經(jīng)網(wǎng)絡(luò)中進行特征提取，將特征提取后得到不同尺度相融合的大小特征圖，在大特征圖中對小物體進行檢測，在小特征圖中對大物體進行檢測；

A3，候選框預(yù)測，利用A2中得到的特征圖來預(yù)測候選框，具體建立如下預(yù)測網(wǎng)絡(luò)模型：

A3-1，同時用滑動窗口分別在融合后的大小特征圖上分別進行卷積，滑動窗口的中心作為錨點，以每個錨點為中心產(chǎn)生固定數(shù)量的不同尺寸的錨框，每個滑動窗口生成一個固定維度的特征；

A3-2，將A3-1中生成的特征輸入到兩個全連接層，一個全連接層用于預(yù)測錨框是物體的概率p，另外一個全連接層用于預(yù)測候選框坐標相對于錨框的偏移量t；

A4，預(yù)測中自適應(yīng)錨框，根據(jù)圖像I中GT框的大小建立自適應(yīng)閾值得到多個錨框的大小，以進行實時處理；

A5，標簽和偏移量的獲取：為錨框設(shè)定標簽p^*，將A4得到的不同尺寸的錨框，通過計算錨框和GT框之間的交并比(IOU)來確定錨框的標簽p^*；并且計算候選框與錨框之間的偏移量t_ki，GT框與錨框之間的偏移量t_ki^*；

A6，建立預(yù)測網(wǎng)絡(luò)模型的損失函數(shù)；

所述的損失函數(shù)是由分類損失和回歸損失組成：

分類損失函數(shù)為：

其中，k是融合后的大小特征圖的索引，i是錨框的索引，p_ki表示第k特征圖第i個錨框是物體的預(yù)測概率；p_ki^*是k層第i個錨框的真實標簽；L_cls是分類損失，N_cls是分類樣本圖像數(shù)；

回歸損失函數(shù)為：

其中，t_ki表示第k特征圖的候選框與第i個錨框之間的偏移量，t_ki^*是第k特征圖的GT框與第i個錨框的偏移量，N_reg是偏移量的數(shù)據(jù)總數(shù)，L_reg是回歸損失，L_reg(t_ki,t_ki^*)＝R(t_ki-t_ki^*)，R表示具有魯棒性的平滑L1損失函數(shù)；

總損失函數(shù)為：

其中，λ_k為比例系數(shù)；

A7，將車輛數(shù)據(jù)集的包含多幅已知物體GT框的圖像I采用上述A2～A6進行處理，并輸入到預(yù)測網(wǎng)絡(luò)模型通過梯度下降最小化進行訓(xùn)練，使得預(yù)測的候選框和GT框相匹配；針對未知物體GT框的待測圖像，輸入到訓(xùn)練后的預(yù)測網(wǎng)絡(luò)模型中，得到候選框及其候選框的位置坐標，作為車輛物體的檢測結(jié)果；

所述A4具體為：

A4-1，將所有圖像I中GT框的寬尺寸歸一化，得到歸一化后的寬數(shù)值大小x_w，以相同的寬數(shù)值大小x_w組成作為同一種寬數(shù)值組，統(tǒng)計每一種寬數(shù)值組中寬數(shù)值大小x_w的數(shù)值個數(shù)為y_w，以最大的數(shù)值個數(shù)y_w作為寬峰值y_max，計算獲得自適應(yīng)寬閾值γ_w＝y(tǒng)_max/5；

A4-2，以寬數(shù)值大小x_w及其對應(yīng)的數(shù)值個數(shù)y_w分別作為橫縱坐標，繪制曲線圖，處理獲得將數(shù)據(jù)個數(shù)y_w等于自適應(yīng)寬閾值γ_w時對應(yīng)的兩個寬數(shù)值大小x_w，兩個寬數(shù)值大小x_w按照大小分別作為最小寬數(shù)值a_w和最大寬數(shù)值β_w；

A4-3，按照A4-1和A4-2相同的方法，設(shè)定自適應(yīng)高閾值γ_h，得到最小高數(shù)值a_h和最大高數(shù)值β_h；

A4-4，將得到的最小寬數(shù)值a_w、最大寬數(shù)值β_w、最小高數(shù)值a_h和最大高數(shù)值β_h乘以圖像的寬和高，據(jù)此得到多個錨框的尺寸范圍。

2.根據(jù)權(quán)利要求1所述的一種特征融合自適應(yīng)錨框模型車輛檢測方法，其特征在于：所述A5中，當錨框與GT框的交并比大于0.7時，認為該錨框為物體，標簽p^*為正樣本；當錨框與GT框的交并比小于0.3時，認為該錨框為背景，標簽p^*為負樣本。