[發明專利]一種基于多任務與感興趣區域分割引導的目標檢測方法

有效

• 申請號: 202011032728.4
• 申請日: 2020-09-27
• 公開（公告）號: CN112132816B
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 劉峽壁;劉偉華;李慧玉
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/25;G06V10/26;G06V10/52;G06V10/82;G06N3/04
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

本發明涉及一種基于多任務與感興趣區域分割引導的目標檢測方法，屬于計算機視覺及目標檢測技術領域。本方法基于全新設計的多任務與感興趣區域分割引導檢測的單一卷積神經網絡模型，命名為SDNet，SDNet融合了多任務學習，利用感興趣區域分割引導檢測，設計了基于金字塔式的空洞卷積結構，利于前景目標區域的分割，運用中心點分類和尺度回歸進行目標檢測，能夠有效提高目標檢測精度和檢測準確率。本方法能夠在各種實際應用場景下獲得快速、高精度、高可靠的目標檢測效果，解決目標中誤檢率較高的問題，同時保證了召回率。

技術領域

本發明涉及一種目標檢測方法，尤其涉及一種基于多任務與感興趣區域分割引導的目標檢測方法，屬于計算機視覺及目標檢測技術領域。

背景技術

目標檢測，是指在圖像中找出所有感興趣目標的具體位置和大小等定位信息，是計算機視覺、模式識別等領域中的基礎問題之一，在汽車自動駕駛、視頻監控及分析、人臉識別及其醫學CT圖像的結節或腫瘤檢測等應用中得到廣泛使用。

現有的目標檢測方法主要分為兩類。

一類是傳統目標檢測方法。傳統目標檢測一般采用滑動窗口的框架，主要包括圖像空間分割、特征設計和提取、分類識別等步驟，它需要在尺度和位置等幾個維度空間內進行搜索，待處理的窗口數量巨大，使得計算量過大，且手工設計的特征對多樣性目標的魯棒性不強，很難設計出高效的特征，檢測精度較低。

傳統目標檢測方法盡管實施簡單，但由于圖像中的目標往往在姿態、尺度、灰度空間等方面呈現多樣性，檢測精度往往達不到實際應用的要求。

另一類是基于卷積神經網絡的目標檢測方法，包括：兩階段方法，其中包括第一階段的候選區域提取，第二階段對區域進行卷積特征提取和分類，比如R-CNN,Faster R-CNN等。端到端的檢測方法，如Yolo，SSD等，這類方法只需要一個卷積神經網絡，直接輸出所有的檢測結果。但是，已有的基于卷積神經網絡的目標檢測方法由于采用了復雜的神經網絡結構，盡管檢測精度優于傳統方法，即便是單階段的端對端的單網絡結構，其誤檢難以控制。兩階段的網絡，盡管其誤檢率降低，但其流程更加復雜，這使得在具體目標的檢測上，其召回率和準確率不能達到良好的效果。

發明內容

本發明的目的是針對現有目標檢測方法存在可靠性低、誤檢率高的技術缺陷，為了更加有效地實現目標檢測，創造性的提出一種基于多任務與感興趣區域分割引導的目標檢測方法。本方法基于全新設計的多任務與感興趣區域分割引導檢測的單一卷積神經網絡模型，命名為SDNet，SDNet融合了多任務學習，利用感興趣區域分割引導檢測，能夠有效提高目標檢測精度和檢測準確率。

本方法創新點在于：第一，采用感興趣分割引導檢測；第二，設計基于金字塔式的空洞卷積結構，利于前景目標區域的分割；第三，設計的新的檢測方式，運用中心點分類和尺度回歸進行目標檢測。

本發明方法，采用以下技術方案實現。

一種基于多任務與感興趣區域分割引導的目標檢測方法，包括以下步驟：

步驟1：建立基于同時進行感興趣區域分割和目標檢測的、并利用感興趣區域分割指導目標檢測的卷積神經網絡模型SDNet。

其中，SDNet包括特征提取模塊、分割模塊和檢測模塊。

所述特征提取模塊采用U-Net進行特征提取，包括特征壓縮模塊和特征放大模塊。

分割模塊，設計了金字塔的空洞卷積結構，用于表達大的目標分割區域。特征首先由金字塔式的空洞卷積組成的操作進行處理，使得此路徑能獲得更大的視野域能表示前景區域，同時可以降低空洞卷積的棋格問題；對分割結果，通過相乘操作把其作用到特征模塊的輸出上，強化感興趣的目標特征區域，并引導檢測模塊。

檢測模塊，包括并行的中心點預測和尺度預測兩個路徑，其輸入是融合了分割結果的特征圖。