[發明專利]一種用尺度直方圖匹配方法獲取目標檢測模型的方法

在審

• 申請號: 202010215777.5
• 申請日: 2020-03-24
• 公開（公告）號: CN111524094A
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 王小華;楊愛軍;郭越;祝金國;王璐縉;岳凡丁;袁歡;榮命哲
• 申請（專利權）人: 西安交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 覃婧嬋

1.一種用尺度直方圖匹配方法獲取目標檢測模型的方法，所述方法包括如下步驟：

S100：將用于預訓練的公開數據集中的尺度分布匹配為目標數據集中的尺度分布；

S200：然后用尺度匹配后的公開數據集進行預訓練得到初步的目標檢測模型；

S300：使用所述初步的目標檢測模型在目標訓練集上訓練得到最終的目標檢測模型。

2.根據權利要求1所述的方法，步驟S100進一步包括：

采用尺度轉換函數T使預訓練的公開數據集I中的樣本尺度的概率分布與目標數據集ε中的對象尺度的概率分布相一致：

P_scale(s；T(I))≈P_scale(s；ε)

其中，優選的，任一數據集X的尺度s的概率密度函數表示為P_scale(s；X)。

3.根據權利要求1所述的方法，步驟S100進一步包括：

S101：建立目標數據集，并為所述目標數據集圖片進行標注；

S102：構建目標數據集和公開數據集中物體的尺度分布直方圖以及對應的概率密度函數；

S103：將尺度匹配后的預訓練的公開數據集置為空集，即

S104：從預訓練的公開數據集I中取出一張圖片I_i，并計算圖片中所有標注框G_ij的平均尺度s_i；i代表數據集中的第i張圖片，j代表圖片中的第j個物體；

S105：計算取出圖片的目標匹配尺度其中，F₁()和F₂()分別是目標數據集和公開數據集的圖像尺度的分布函數，F₁^-1()為目標數據集的分布函數求反函數；

S106：對預訓練的公開數據集中的取出圖片進行尺度匹配，即其中，resize()是指將公開數據集中的圖片I_i，按照比例因子進行放縮；

S107：將尺度匹配后得到的加入即

S108：重復S104至S107直到預訓練的公開數據集I中所有圖片匹配完成。

4.根據權利要求3所述的方法，步驟S102進一步包括：

以標注框的絕對大小為橫坐標，以概率密度為縱坐標，構建目標數據集中物體的尺度分布直方圖以及對應的概率密度函數P_scale(s；X)。

5.根據權利要求3所述的方法，步驟S104中的平均尺度通過如下公式計算得到：

s_i←mean(S(G_ij))；其中G_ij代表I_i中的第j個標注框，S(G)代表標注框G的尺度大小。

6.根據權利要求3所述的方法，步驟S101-S108的實現前提是假設檢測目標尺度在數據集尺度直方圖上的任意尺度范圍上均勻分布。