[發明專利]一種基于感受野的卷積神經網絡目標檢測系統與方法

在審

• 申請號: 202011278683.9
• 申請日: 2020-11-16
• 公開（公告）號: CN112347962A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 高天寒;董一鋒;董傲霜
• 申請（專利權）人: 東北大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 李梁

1.一種基于感受野的卷積神經網絡目標檢測系統，其特征在于：ARM(錨框提煉)模塊，TCB(傳輸連接)模塊以及ODM(對象檢測)模塊；

所述ARM模塊將固定尺寸的圖片生成預先設定的M個候選框，并對候選框進行處理，并將處理后的候選框傳遞給TCB模塊；

所述TCB模塊對ARM模塊輸出候選框進行特征提取，將提取的特征向量進行轉移及特征融合，并將處理后的特征輸出至ODM模塊；

所述ODM模塊將TCB處理后的特征向量作為輸入，進行檢測目標的多分類以及對邊界框進行矯正，對檢測目標坐標進行預測。

2.根據權利要求1所述的一種基于感受野的卷積神經網絡目標檢測系統，其特征在于，所述TCB模塊包括RFB(感受野)模塊，Relu(線性修正單元)激活函數以及Deconv(反向卷積)卷積層來進行圖像特征提取以及進行圖像特征的融合，RFB模塊使用不同高度和寬度的卷積核實現感受野的結構設計，并通過模擬人類視覺系統的感受野及離心率的關系，使用1*1以及3*3大小的卷積核心及所述卷積層進行多分支處理，通過所述Relu激活函數將融合后的特征向量輸出至ODM模塊。

3.根據權利要求1所述的基于感受野的卷積神經網絡目標檢測系統，其特征在于，所述ODM模塊的預測通過不同高度和寬度的卷尺層進行檢測，將檢測獲得的特征圖，通過softmax(邏輯回歸)分類函數確定邊界框確定是否包含目標，以及通過對邊界框的回歸獲取目標的精確位置。

4.一種基于感受野的卷積神經網絡目標檢測方法，通過權利要求1所述一種基于感受野的卷積神經網絡目標檢測系統實現，具體包括以下步驟；

步驟1、預訓練模型，選擇識別的類和對象，搭建好前饋傳播和反向傳播網絡結構，然后將實時視頻或者圖片輸入到神經網絡；

步驟2、若輸入視頻，將視頻分解為圖像處理，從圖像中提取出相同尺寸的候選框，通過ARM模塊篩選出結果為負的正樣本，將剩下的候選框通過RFB模塊來獲取候選框特征；

步驟3、通過TCB提取出的候選框中的特征信息傳給ODM，根據特征信息來進行分類及確定候選中對象的位置，實現對目標的檢測。