[發(fā)明專利]一種基于多尺度匹配策略深度特征學習的目標檢測方法

在審

• 申請?zhí)枺?/td>: 202010564966.3
• 申請日: 2020-06-19
• 公開（公告）號: CN111723737A
• 公開（公告）日: 2020-09-29
• 發(fā)明（設計）人: 董永生;張智勇;吳慶濤;裴遠樺;鄭博士;蔣志強;劉晴;譚偉;鄭林濤;王琳
• 申請（專利權）人: 河南科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 洛陽公信知識產(chǎn)權事務所(普通合伙) 41120
• 代理人: 宋晨煒

一種基于多尺度匹配策略深度特征學習的目標檢測方法，基于殘差神經(jīng)網(wǎng)絡，我們首先對不同類目標的寬高比進行聚類，并進一步使用多尺度匹配策略來選擇默認框，緩解目標遮擋問題。然后，融合不同深度的特征圖以檢測不同尺度的物體。實驗結果表明，與當前九種具有代表性的目標檢測方法相比，我們提出的方法更具競爭力，速度更快，精度更高。

技術領域

本發(fā)明涉及計算機視覺和模式識別技術領域，，具體說的是一種基于多尺度匹配策略深度特征學習的目標檢測方法。

背景技術

目標檢測是從圖像或視頻中找到感興趣的目標。人們的視覺系統(tǒng)可以從圖像或視頻中快速準確地捕捉到目標類型、位置以及各目標之間的相對關系。它可以幫助我們完成一些復雜的任務，例如運動和駕駛汽車。在過去的幾十年中，多種目標檢測算法已經(jīng)被提出，它們可以分為兩類：傳統(tǒng)的目標檢測算法和基于深度學習的目標檢測算法。

早期的目標檢測算法主要基于手動構建的特征。由于當時缺乏有效的可視化技術，人們只能設計復雜的特征表示并不斷對其進行優(yōu)化。基于深度學習的方法，通過不斷加深網(wǎng)絡的深度讓計算機自動提取特征，不需要復雜的特征表示，從而在近些年不斷刷新計算機視覺領域的各項記錄。

但是，這兩種方法都不能很好的檢測小目標以及被遮擋的目標。

發(fā)明內(nèi)容

為解決上述技術問題，本發(fā)明提供一種基于多尺度匹配策略深度特征學習的目標檢測方法，速度更快，精度更高。

為實現(xiàn)上述技術目的，所采用的技術方案是：一種基于多尺度匹配策略深度特征學習的目標檢測方法，包括以下步驟：

步驟一：聚類目標寬高比，劃分單元格

首先對數(shù)據(jù)集中所有具有真實框的被檢測目標按照類別對寬高比進行聚類，得到所有類別默認框的寬高比信息，隨后將數(shù)據(jù)集中每一張整幅圖像按S*S個單元格進行劃分，13≤S≤26；

步驟二：多尺度匹配默認框，學習偏移量，得到預測框

計算被檢測目標的中心坐標，提取其所在單元格的直實框信息，將所有默認框依次與被檢測目標的真實框進行比對，選擇具有最大IoU值的默認框，并按照以下公式計算偏移量，得到預測框；

b_x＝c_x+p_x

b_y＝c_y+p_y

b_f＝p(b,obj)*p_f

其中，b_x，b_y，b_w，b_h，b_f分別表示預測框的橫坐標、縱坐標、寬、高以及包含目標的自信度，p_x，p_y，p_w，p_h，p_f分別表示殘差神經(jīng)網(wǎng)絡輸出的橫坐標、縱坐標、寬、高的偏移量和自信度，c_x，c_y，c_w，c_h分別表示默認框的橫坐標、縱坐標、寬和高，p(b,obj)為示性函數(shù)，當輸出的p_f高于閾值t時，0.5≤t≤0.7， p(b,obj)為1，否則為0；

步驟三：多深度特征融合，檢測多尺度目標

對整個殘差神經(jīng)網(wǎng)絡的多個深度提取特征并進行融合后，并對整個殘差神經(jīng)網(wǎng)絡的進行優(yōu)化，對步驟二得到的預測框與真實框使用均方誤差進行誤差計算；

步驟四：進行訓練