[發(fā)明專(zhuān)利]一種基于圖像深度的多分支多尺度小目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911415059.6
• 申請(qǐng)日: 2019-12-31
• 公開(kāi)（公告）號(hào): CN111414931B
• 公開(kāi)（公告）日: 2023-04-25
• 發(fā)明（設(shè)計(jì)）人: 陳婧;王其超;彭偉民;徐海濤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 杭州電子科技大學(xué)
• 主分類(lèi)號(hào): G06V10/80
• 分類(lèi)號(hào): G06V10/80;G06V10/762
• 代理公司: 杭州杭誠(chéng)專(zhuān)利事務(wù)所有限公司 33109
• 代理人: 尉偉敏

1.一種基于圖像深度的多分支多尺度小目標(biāo)檢測(cè)方法，其特征在于包括下列步驟：

S1、根據(jù)雙目圖像訓(xùn)練集，獲取視差圖訓(xùn)練集；

S2、對(duì)視差圖進(jìn)行深度聚類(lèi)，每一個(gè)聚類(lèi)結(jié)果即為一個(gè)分支，將聚類(lèi)結(jié)果映射到雙目圖像中的左圖中，提取出初步候選框；

S3、分支提取圖像特征：不同分支進(jìn)行不同尺度的上采樣操作，獲取不同尺度特征圖像；

S4、將不同尺度特征圖像輸入到多尺度特征金字塔網(wǎng)絡(luò)中進(jìn)行特征融合，獲取預(yù)測(cè)結(jié)果；

S5、計(jì)算分類(lèi)損失和回歸框損失，結(jié)合預(yù)測(cè)結(jié)果，獲取檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于圖像深度的多分支多尺度小目標(biāo)檢測(cè)方法，其特征在于所述步驟S2中的對(duì)視差圖進(jìn)行深度聚類(lèi)，具體包括如下步驟：

S21、根據(jù)視差圖中的距離信息，劃分K個(gè)深度范圍，并隨機(jī)選擇K個(gè)深度范圍的初始中心；

S22、將整體視差圖分成若干個(gè)小區(qū)域，對(duì)每個(gè)小區(qū)域進(jìn)行如下操作：求小區(qū)域到各個(gè)深度范圍中心的距離，將小區(qū)域歸屬到距離最短的中心所在的深度范圍；

S23、利用均值更新各個(gè)深度范圍的中心值；

S24、重復(fù)步驟S22～S23，直至各個(gè)深度范圍的中心值不再變化。

3.根據(jù)權(quán)利要求1所述的一種基于圖像深度的多分支多尺度小目標(biāo)檢測(cè)方法，其特征在于所述步驟S3中的不同分支進(jìn)行不同尺度的上采樣操作，獲取不同尺度圖像，具體包括如下步驟：

S31、根據(jù)公式獲取目標(biāo)尺度：

其中，N表示目標(biāo)尺度，d表示圖像中需要檢測(cè)目標(biāo)的距離，w，h是目標(biāo)的寬度與高度，b，a，m為系數(shù)；

S32、根據(jù)公式獲取每個(gè)尺度要進(jìn)行上采樣的倍數(shù)：

N＝2^α+β

其中，N表示目標(biāo)尺度，α代表每個(gè)尺度要進(jìn)行上采樣的倍數(shù)，β為該分支最近處分支上采樣倍數(shù)；

S33、結(jié)合目標(biāo)尺度及要進(jìn)行上采樣的倍數(shù)，進(jìn)行上采樣操作，獲取不同尺度特征圖像；

S34、不同分支都進(jìn)行步驟S31～S33的操作。

4.根據(jù)權(quán)利要求1所述的一種基于圖像深度的多分支多尺度小目標(biāo)檢測(cè)方法，其特征在于所述步驟S4中的將不同尺度特征圖像輸入到多尺度特征金字塔網(wǎng)絡(luò)中進(jìn)行特征融合，獲取預(yù)測(cè)結(jié)果，具體包括如下步驟：

S41、將不同分支的不同尺度特征圖像輸入到多尺度特征金字塔網(wǎng)絡(luò)中；

S42、根據(jù)公式求出不同分支特征融合所需的網(wǎng)絡(luò)層數(shù)：

其中，是輸入第i個(gè)分支的平均預(yù)訓(xùn)練尺寸，k₀為平均預(yù)訓(xùn)練尺寸時(shí)應(yīng)映射到的目標(biāo)層，w，h是目標(biāo)的寬度與高度；

S43、將不同分支的不同尺度特征圖像分配到多尺度特征金字塔網(wǎng)絡(luò)中相對(duì)應(yīng)網(wǎng)絡(luò)層數(shù)的分支網(wǎng)絡(luò)處；

S44、分支網(wǎng)絡(luò)中的向上傳送網(wǎng)絡(luò)將不同尺度特征圖像的不同尺度分配給不同層級(jí)，分別提取特征；

S45、分支網(wǎng)絡(luò)中的向下傳送網(wǎng)絡(luò)，將上層特征圖進(jìn)行不同尺度的最近鄰上采樣，下層特征圖用1*1卷積核卷積，使上下特征圖的通道相同，將上下層對(duì)應(yīng)通道元素進(jìn)行像素相加，生成所需的特征圖，得到預(yù)測(cè)結(jié)果。