[發明專利]一種基于異構卷積的多核迭代RPN的目標檢測方法

在審

• 申請號: 202010817648.3
• 申請日: 2020-08-14
• 公開（公告）號: CN111738237A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 劉晉;尚圣杰
• 申請（專利權）人: 上海海事大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 上海互順專利代理事務所(普通合伙) 31332
• 代理人: 成秋麗

1.一種基于異構卷積的多核迭代RPN的目標檢測方法，其特征在于，所述方法包括：

接收待檢測的圖像數據；

對所述圖像數據進行灰度化、局部二值化數據增強處理，獲得處理后的圖像數據；

將所述處理后的圖像數據輸入至異構卷積網絡中進行特征提取，獲得特征圖；

將所述特征圖輸入至預先構建好的多尺度特征提取網絡中,以實現不同尺度的特征提取，獲得目標特征圖；

將所述目標特征圖輸入至RIR網絡中，獲取多個區域候選框；

根據非極大抑制函數，獲得每一個區域候選框對應的目標分數；并根據預設分數閾值，對所述多個區域候選框進行篩選，以獲取區域建議窗口；

根據全卷積網絡層及歸一化指數函數分類器，對所述區域建議窗口進行分類，獲得分類結果，獲得圖像類別與置信度分數。

2.根據權利要求1所述的一種基于異構卷積的多核迭代RPN的目標檢測方法，其特征在于，所述對所述圖像數據進行灰度化、局部二值化數據增強處理，獲得處理后的圖像數據的步驟，包括：

對接收的圖像數據進行灰度化處理；

對灰度化處理后的圖像進行局部二值化處理,獲得二值化圖像；

采用數據增強算法對所述二值化圖像進行噪音添加、旋轉以及翻轉，獲得處理后的圖像數據。

3.根據權利要求1所述的一種基于異構卷積的多核迭代RPN的目標檢測方法，其特征在于，所述將所述處理后的圖像數據輸入至異構卷積網絡中進行特征提取，獲得特征圖的步驟，包括：

構建異構卷積網絡，其中，所述異構卷積網絡是將3×3和1×1尺寸的卷積核按照異構模式排列組合構成異構卷積網絡；

將處理后的圖像數據輸入至構建好的所述異構卷積網絡中，進行圖像特征的提取；

將獲得的圖像特征圖通過1×1尺寸的卷積核對圖像進行卷積操作，以輸出降低維度后的特征圖。

4.根據權利要求1所述的一種基于異構卷積的多核迭代RPN的目標檢測方法，其特征在于，將所述特征圖傳輸入至預先構建好的多尺度特征提取網絡中,以實現不同尺度的特征提取，獲得目標特征圖的步驟，包括：

將所述特征圖輸入至多尺度特征提取網絡，以在所述多尺度特征提取網絡中采用三種不同尺寸的卷積核對圖像中不同比例的目標進行卷積，并根據每種尺寸的卷積核對于不同尺寸的目標敏感程度不同生成所對應的目標特征圖。

5.根據權利要求1所述的一種基于異構卷積的多核迭代RPN的目標檢測方法，其特征在于，將所述目標特征圖輸入至RIR網絡中，獲取多個區域候選框的步驟，包括：

構建RIR網絡結構，其中，所述RIR網絡結構為：兩個RPN層通過全連接的方式構成的網絡結構；

將所述目標特征圖輸入到RIR網絡中，并將第一層RPN根據特征圖中的目標生成所設定的n個區域候選框；

通過第二層RPN再對所生成的n個區域候選框進行篩選。