[發明專利]基于生成對抗式網絡的一階段目標檢測方法、系統及裝置

有效

• 申請號: 202010636203.5
• 申請日: 2020-07-03
• 公開（公告）號: CN111767962B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 湯淑明;鄭群;朱海兵;杜清秀
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/40;G06V10/30;G06V10/82;G06N3/04
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

本發明屬于人工智能計算機視覺領域，具體涉及了一種基于生成對抗式網絡的一階段目標檢測方法、系統及裝置，旨在解決速度快、實時性強的一階段目標檢測器對小物體、扭曲變形物體以及遮擋物體的識別精度低的問題。本發明包括：基于獲取的輸入圖像，通過訓練好的目標檢測網絡獲取輸入圖像中各目標對應的目標圖像；基于Darknet?53網絡框架結合生成對抗式網絡構建目標檢測網絡；基于Wasserstein距離函數構建損失函數；訓練過程中通過扭曲變形特征網絡、遮擋特征網絡和超分辨特征網絡擴大樣本數量。本發明在保證檢測效率的前提下，大大提升了對于扭曲變形物體、不同遮擋程度下的物體以及小物體的物體識別精度。

技術領域

本發明屬于人工智能計算機視覺領域，具體涉及一種基于生成對抗式網絡的一階段目標檢測方法、系統及裝置。

背景技術

隨著硬件計算能力的不斷提升，計算機視覺發展迅速。計算機視覺與計算機智能處理已經成為一個重要的研究領域。目標檢測作為計算機視覺的一個重要方向，得到了快速的發展。目標檢測算法在生活場景中的應用也越來越多，用途比較廣泛的領域有：無人駕駛領域、安防領域、物流分揀、視頻分析等領域。目前目標檢測領域的深度學習方法主要分為兩大類：二階段的目標檢測算法和一階段目標檢測算法。其中，二階段目標檢測器使用基于區域提名的網絡，在區域提名網絡中根據每個錨框(anchor)的得分區分前景區域和背景區域。二階段目標檢測算法檢測精度較高，但是速度較慢。一階段目標檢測器使用的是直接回歸目標框的操作。一階段目標檢測網絡的檢測速度快，但是檢測精度相比于二階段稍有不足。

目前主流的一階段目標檢測算法有：YOLO系列(包括：YOLO-v1、YOLO-v2、YOLO-v3)，RetinaNet，SSD系列(DSSD、FSSD)等。YOLO系列采用DarkNet作為提取特征的骨干網絡，由于使用C語言編寫所以速度快。SSD系列網絡結合了YOLO-v1網絡的思想，但是SSD系列網絡沒有完全丟棄二階段目標檢測網絡的思想，在精度上稍高于YOLO-v1，速度上慢于YOLO-v1。DSSD和FSSD都是對特征進行改進的，DSSD使用了反卷積網絡提升對小目標物體的檢測精度。FSSD使用特征融合的技術提升對小目標物體的檢測精度。YOLO-v3則是采用多尺度預測手法對不同尺度的物體進行預測，對小物體的檢測效果提升明顯。二階段檢測器以Faster-RCNN為代表，在速度和精度上相對于之前的RCNN網絡有了明顯提升，但是對小物體識別、扭曲變形物體識別以及遮擋物體的識別精度上有待進一步提升。

總的來說，現有的二階段目標檢測方法速度較慢、實時性較差；而一階段目標檢測方法精度較差，無法滿足實際應用對于小物體、扭曲變形物體、部分遮擋物體的檢測要求。

發明內容

為了解決現有技術的上述問題，即速度快、實時性強的一階段目標檢測器對小物體、扭曲變形物體以及遮擋物體的識別精度低的問題，本發明提供了一種基于生成對抗式網絡的一階段目標檢測方法，該目標檢測方法包括：

基于獲取的輸入圖像，通過訓練好的目標檢測網絡獲取所述輸入圖像中各目標對應的目標圖像；

其中，所述目標檢測網絡基于Darknet-53網絡框架構建，并基于Wasserstein距離函數構建損失函數，其訓練方法為：

步驟A10，獲取訓練圖像集以及所述訓練圖像集中每一個圖像的真實目標圖像作為樣本標簽；

步驟A20，通過目標檢測網絡的特征提取模塊提取所述訓練圖像集中每一個圖像的特征，獲得訓練特征圖集；

步驟A30，隨機選取一個訓練特征圖，通過目標檢測網絡獲取所述訓練圖像的預測目標圖像；

步驟A40，基于所述訓練圖像的預測目標圖像及對應的樣本標簽，通過基于Wasserstein距離構建的損失函數計算目標檢測損失值；

步驟A50，若所述目標檢測損失值大于設定閾值，則更新所述目標檢測網絡的權重因子；