[發(fā)明專利]一種基于輕量級卷積神經(jīng)網(wǎng)絡(luò)的高效視頻目標(biāo)檢測方法

在審

• 申請?zhí)枺?/td>: 202010691045.3
• 申請日: 2020-07-17
• 公開（公告）號: CN111797805A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設(shè)計）人: 高飛;董信陽;葛一粟;盧書芳;翁立波;張元鳴
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04
• 代理公司: 杭州浙科專利事務(wù)所(普通合伙) 33213
• 代理人: 周紅芳

本發(fā)明公開了一種基于輕量級卷積神經(jīng)網(wǎng)絡(luò)的高效視頻目標(biāo)檢測方法。它是通過輕量級卷積神經(jīng)網(wǎng)絡(luò)對視頻進行分析實現(xiàn)高效目標(biāo)檢測的方法包括：從監(jiān)控視頻中獲取圖片幀，并將圖片調(diào)整到320×240尺寸；構(gòu)建輕量級卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測模型；使用訓(xùn)練好的輕量級卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測模型對每幀中所有目標(biāo)進行檢測，獲取每幀內(nèi)的所有目標(biāo)的定位框。本發(fā)明通過構(gòu)建專用輕量型車輛檢測網(wǎng)絡(luò)，能夠高效提取車輛特征并進行精確定位，滿足復(fù)雜交通場景的精度要求，達到在較低計算能力和存儲空間設(shè)備上的實時車輛檢測任務(wù)。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻分析技術(shù)領(lǐng)域，具體涉及一種基于輕量級卷積神經(jīng)網(wǎng)絡(luò)的高效視頻目標(biāo)檢測方法，它是通過輕量級卷積神經(jīng)網(wǎng)絡(luò)對視頻進行分析，從而實現(xiàn)高效目標(biāo)檢測的效果。

背景技術(shù)

車輛目標(biāo)檢測是計算機視覺領(lǐng)域的熱點研究問題，其目標(biāo)是通過綜合運用圖像處理、模式識別、機器學(xué)習(xí)、人工智能等技術(shù)，從靜態(tài)或動態(tài)視頻中快速檢測出車輛目標(biāo)及其相關(guān)特征信息，在智能交通、車輛跟蹤、無人駕駛等領(lǐng)域具有及其廣泛的應(yīng)用需求和重要的研究價值。近年來，隨著攝像設(shè)備的改進和深度學(xué)習(xí)的發(fā)展，海量數(shù)據(jù)和高速并行計算平臺用于計算機視覺任務(wù)，極大地提高了車輛目標(biāo)檢測性能。很多學(xué)者借助于GPU等設(shè)備的多線程并行傳輸機制和高帶寬來處理矩陣乘法和卷積計算，提出了可以達到實時運算的算法。但是，現(xiàn)在的很多設(shè)備依舊無法配備GPU等設(shè)備來實現(xiàn)加速卷積計算的功能。例如僅含CPU的計算機、嵌入式設(shè)備等。智能交通系統(tǒng)、無人駕駛系統(tǒng)中設(shè)備有限的計算能力和存儲空間無法做到實時檢測。

目前涉及基于視頻的車輛目標(biāo)檢測的方法有：發(fā)明專利(申請?zhí)枺篊N201911103861.1，名稱：一種基于深度學(xué)習(xí)的無人駕駛車輛目標(biāo)檢測方法)；基于構(gòu)建的HRPN網(wǎng)絡(luò)，訓(xùn)練Faster R-CNN檢測模型，再通過支持向量機分類器進行分類。該方法檢測速度較慢，檢測效果受環(huán)境噪音影響較大；發(fā)明專利(申請?zhí)枺篊N201911133216.4，名稱：面向復(fù)雜場景的車輛目標(biāo)檢測方法及裝置)，采用拉普拉斯方差算法對圖片幀進行幀質(zhì)量分析并將篩選出的幀質(zhì)量清晰的優(yōu)質(zhì)圖片幀存入圖片隊列，檢測網(wǎng)模型為Faster RCNN模型與Resnet-18模型的結(jié)合模型。但是由于其特征提取網(wǎng)絡(luò)的影響其視頻處理中的車輛定位精度較低，并且Faster RCNN在較低算力設(shè)備上的運行速度慢。因此在計算能力和存儲空間較低的設(shè)備上實現(xiàn)高效、精確的車輛目標(biāo)檢測是當(dāng)前亟需解決的問題。

發(fā)明內(nèi)容

為克服現(xiàn)有技術(shù)的上述缺點，本發(fā)明的目的在于提供一種基于輕量級卷積神經(jīng)網(wǎng)絡(luò)的高效視頻目標(biāo)檢測方法，它通過構(gòu)建專用輕量級目標(biāo)檢測網(wǎng)絡(luò)，滿足復(fù)雜視頻場景的要求，實現(xiàn)較低計算能力和存儲空間設(shè)備的實時目標(biāo)檢測任務(wù)。

所述的一種基于輕量級卷積神經(jīng)網(wǎng)絡(luò)的高效視頻目標(biāo)檢測方法，其特征在于包括如下步驟：

步驟1：從監(jiān)控視頻中獲取圖片幀，并將圖片調(diào)整到320×240尺寸；

步驟2：構(gòu)建輕量級卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測模型，具體為：

步驟2.1：使用步長為2的3×3卷積核，增加特征通道深度到32通道，降低尺寸為160×120，然后使用BN歸一化和ReLU函數(shù)進行激活；

步驟2.2：使用步長為1的1×1卷積核，調(diào)整特征通道深度到16通道，然后使用BN歸一化和ReLU函數(shù)進行激活；

步驟2.3：通過5次組合卷積模塊，然后將第2次、第3次、第4次、第5次的組合卷積模塊輸出的特征進行融合進行定位和分類，具體為：

步驟2.3.1：依次通過步長為2和1的3×3卷積核，降低特征圖尺度，然后使用BN歸一化和ReLU函數(shù)進行激活；

步驟2.3.2：依次通過步長為1的1×1和3×3深度可分離卷積，然后使用BN歸一化和ReLU函數(shù)進行激活；

步驟2.4：選取如式(1)所示的分類損失函數(shù)：