[發(fā)明專利]基于注意力機制的道路圖像目標檢測方法及相關設備

在審

• 申請?zhí)枺?/td>: 202010936332.6
• 申請日: 2020-09-08
• 公開（公告）號: CN112101169A
• 公開（公告）日: 2020-12-18
• 發(fā)明（設計）人: 劉杰;王健宗;瞿曉陽
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08;G06N20/00
• 代理公司: 深圳市世聯(lián)合知識產(chǎn)權代理有限公司 44385
• 代理人: 汪琳琳

1.一種基于注意力機制的道路圖像目標檢測方法，其特征在于，所述方法包括：

獲取待檢測道路圖像；

將所述待檢測道路圖像輸入到訓練好的檢測集成框架中，其中，所述檢測集成框架中包括至少兩個目標檢測框架，以及與各目標檢測框架對應的注意力權重值；

通過各目標檢測框架對所述待檢測道路圖像進行目標檢測處理，輸出得到行人檢測結果；

根據(jù)所述注意力權重值綜合各所述行人檢測結果，得到所述檢測集成框架的目標檢測結果。

2.根據(jù)權利要求1所述的方法，其特征在于，在所述將所述待檢測道路圖像輸入到訓練好的檢測集成框架中之前，還包括：

獲取道路樣本圖像，其中，所述道路樣本圖像包括行人標注信息；

根據(jù)目標檢測任務選擇至少兩個目標檢測框架；

根據(jù)隨機設置的各所述目標檢測框架的訓練權重值，綜合得到待訓練集成框架；

通過各所述目標檢測框架對所述道路樣本圖像進行樣本檢測處理，得到各所述目標檢測框架的第一樣本檢測結果；并

根據(jù)所述行人標注信息、所述第一樣本檢測結果以及所述訓練權重值計算所述待訓練集成框架的第一損失值；

當所述第一損失值大于預設閾值，則根據(jù)所述第一損失值調整各所述目標檢測框架的訓練權重值，并重復對所述道路樣本圖像進行樣本檢測處理、計算所述待訓練集成框架的第一損失值的操作，直到所述第一損失值不大于所述預設閾值或調整所述訓練權重值的次數(shù)超過預設次數(shù)，則輸出當前訓練權重值，得到訓練好的檢測集成框架。

3.根據(jù)權利要求2所述的方法，其特征在于，所述根據(jù)所述行人標注信息、所述第一樣本檢測結果以及所述訓練權重值計算所述待訓練集成框架的第一損失值，包括：

根據(jù)所述行人標注信息、所述第一樣本檢測結果計算各所述目標檢測框架的第二損失值；

綜合所述第二損失值、所述訓練權重值得到所述待訓練集成框架的第一損失值。

4.根據(jù)權利要求3所述的方法，其特征在于，所述綜合所述第二損失值、所述訓練權重值得到所述第一損失值，包括：

將所述第二損失值與所述訓練權重值相乘，得到所述待訓練集成框架的第一損失值。

5.根據(jù)權利要求3所述的方法，其特征在于，所述綜合所述第二損失值、所述訓練權重值得到所述待訓練集成框架的第一損失值，包括：

將所述第二損失值與預設指標權重進行元素積后，再乘以所述訓練權重值，得到所述第一損失值。

6.根據(jù)權利要求2所述的方法，其特征在于，所述根據(jù)所述第一損失值調整各所述目標檢測框架的訓練權重值，包括：

根據(jù)公式：

調整所述訓練權重值，其中，等號左邊的w_i為本次調整后的第i個目標檢測框架的訓練權重值、等號右邊的w_i為本次調整前第i個目標檢測框架的訓練權重值、E所述第一損失值。

7.根據(jù)權利要求1-6任一項所述的方法，其特征在于，所述根據(jù)所述注意力權重值綜合各所述行人檢測結果，得到所述檢測集成框架的目標檢測結果，包括：

根據(jù)公式：

得到所述目標檢測結果，其中，O_total為目標檢測結果、O_j為第j個目標檢測框架的行人檢測結果。

8.一種基于注意力機制的道路圖像目標檢測裝置，其特征在于，包括：

數(shù)據(jù)模塊，用于獲取待檢測道路圖像；

輸入模塊，用于將所述待檢測道路圖像輸入到訓練好的檢測集成框架中，其中，所述檢測集成框架中包括至少兩個目標檢測框架，以及與各目標檢測框架對應的注意力權重值；

檢測模塊，用于通過各目標檢測框架對所述待檢測道路圖像進行目標檢測處理，輸出得到行人檢測結果；

綜合模塊，用于根據(jù)所述注意力權重值綜合各所述行人檢測結果，得到所述檢測集成框架的目標檢測結果。