[發(fā)明專利]一種智慧交通圖像檢測方法

在審

• 申請?zhí)枺?/td>: 202011147625.2
• 申請日: 2020-10-23
• 公開（公告）號: CN112288701A
• 公開（公告）日: 2021-01-29
• 發(fā)明（設(shè)計）人: 劉晨;陳晨
• 申請（專利權(quán)）人: 西安科銳盛創(chuàng)新科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安嘉思特知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61230
• 代理人: 王海棟

1.一種智慧交通圖像檢測方法，其特征在于，包括：

獲取待檢測的目標(biāo)交通圖像；所述目標(biāo)交通圖像中含有至少一個目標(biāo)；

將所述目標(biāo)交通圖像輸入預(yù)先訓(xùn)練得到的交通圖像檢測網(wǎng)絡(luò)中，利用密集連接形式的主干網(wǎng)絡(luò)進(jìn)行特征提取，得到x個不同尺度的特征圖；x為大于等于4的自然數(shù)；

將所述x個不同尺度的特征圖利用FPN網(wǎng)絡(luò)進(jìn)行特征融合，得到各尺度對應(yīng)的預(yù)測結(jié)果；

將所有預(yù)測結(jié)果經(jīng)由分類網(wǎng)絡(luò)和非極大值抑制模塊進(jìn)行處理，得到所述目標(biāo)交通圖像的檢測結(jié)果，所述檢測結(jié)果包括目標(biāo)的位置和類別；

輸出所述檢測結(jié)果。

其中，所述交通圖像檢測網(wǎng)絡(luò)包括密集連接形式的主干網(wǎng)絡(luò)、FPN網(wǎng)絡(luò)、分類網(wǎng)絡(luò)和非極大值抑制模塊；所述交通圖像檢測網(wǎng)絡(luò)是根據(jù)樣本交通圖像，以及所述樣本交通圖像對應(yīng)目標(biāo)的位置和類別訓(xùn)練得到的。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述密集連接形式的主干網(wǎng)絡(luò)包括多個間隔串接的密集連接模塊和過渡模塊；所述密集連接模塊的數(shù)量為y個；所述密集連接模塊包括串行連接的卷積網(wǎng)絡(luò)模塊和密集連接單元組；所述卷積網(wǎng)絡(luò)模塊包括串行連接的卷積層、BN層、Leaky relu層；所述密集連接單元組包括m個密集連接單元；每個密集連接單元包括多個采用密集連接形式連接的所述卷積網(wǎng)絡(luò)模塊，并采用級聯(lián)方式融合多個卷積網(wǎng)絡(luò)模塊輸出的特征圖；其中，y和m為大于等于4的自然數(shù)；y大于等于x。

所述得到x個不同尺度的特征圖，包括：

得到沿輸入逆向的x個密集連接模塊輸出的、尺度依次增大的特征圖。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述過渡模塊包括所述卷積網(wǎng)絡(luò)模塊和最大池化層；所述卷積網(wǎng)絡(luò)模塊的輸入和所述最大池化層的輸入共用，所述卷積網(wǎng)絡(luò)模塊輸出的特征圖和所述最大池化層輸出的特征圖采用級聯(lián)方式融合。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述過渡模塊包括的所述卷積網(wǎng)絡(luò)模塊的數(shù)量為兩個或三個，且各個卷積網(wǎng)絡(luò)模塊之間采用串接方式。

5.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述FPN網(wǎng)絡(luò)包括尺度依次增大的x個預(yù)測支路Y₁～Y_x；其中，所述預(yù)測支路Y₁～Y_x的尺度與所述x個特征圖的尺度一一對應(yīng)；

所述將所述x個不同尺度的特征圖利用FPN網(wǎng)絡(luò)進(jìn)行特征融合，包括：

預(yù)測支路Y_i從所述x個特征圖中，獲取對應(yīng)尺度的特征圖作為所述預(yù)測支路Y_i的待融合特征圖F_i；其中，i＝2、3，…，x；

并且獲取預(yù)測支路Y_i-1中經(jīng)卷積網(wǎng)絡(luò)模塊組輸出的特征圖，并進(jìn)行卷積和上采樣處理，得到所述預(yù)測支路Y_i的待融合特征圖F_i-1；

將所述待融合特征圖F_i和所述待融合特征圖F_i-1進(jìn)行級聯(lián)融合；

其中，所述卷積網(wǎng)絡(luò)模塊組包括k個卷積網(wǎng)絡(luò)模塊，k為自然數(shù)；每一預(yù)測支路均含有所述卷積網(wǎng)絡(luò)模塊組，預(yù)測支路Y_i的所述卷積網(wǎng)絡(luò)模塊組設(shè)置于該預(yù)測支路的級聯(lián)融合處理之后。

6.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述FPN網(wǎng)絡(luò)包括尺度依次增大的x個預(yù)測支路Y₁～Y_x；其中，所述預(yù)測支路Y₁～Y_x的尺度與所述x個特征圖的尺度一一對應(yīng)；

所述將所述x個不同尺度的特征圖利用FPN網(wǎng)絡(luò)進(jìn)行特征融合，包括：

改進(jìn)所述FPN網(wǎng)絡(luò)，得到改進(jìn)型FPN網(wǎng)絡(luò)；

利用所述改進(jìn)型FPN網(wǎng)絡(luò)，采用自頂向下、密集連接的方式將所述x個不同尺度的特征圖進(jìn)行特征融合。