[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

本發明提供一種基于感受野的卷積神經網絡目標檢測系統與方法，涉及目標檢測技術領域。本發明使用ARM模塊過濾訓練樣本，整體上降低了模型的訓練時間，還提高了精度。同時在TCB模塊中采用了RFB模塊的設計思路，采用感受野的設計思路，幫助模型在保證原網絡深度的基礎上，提高了模型的檢測準確率。

技術領域

本發明涉及目標檢測技術領域，尤其涉及一種基于感受野的卷積神經網絡目標檢測系統與方法。

背景技術

目標檢測是實現計算機視覺的重要研究方向之一，現實中存在很多基于目標檢測的應用場景，像無人駕駛，智能監控，智能交通系統，虛擬現實等多領域。在2012年以前，大部分的目標檢測信息是基于傳統的手工特征的檢測算法時期，但在2012年以后，卷積神經的出現，掀起了機器學習的熱潮，同時帶動起計算機視覺的迅速發展，將卷積神經網絡應用到目標檢測方向，更是使得目標檢測的正確率有了飛速的提升，同時隨著計算機計算力的提升，對目標檢測的準確性和實時性有了更高的要求，相對于傳統的對于單一目標類別的圖片檢測，上升為對于視頻及實時內容的檢測，這要求目標檢測需要更加準確，更加快速。但這正是目前該領域的難點，大部分的模型需要進行監督性訓練，且訓練的類別需要提前確定好，局限性非常大，而且目前最好的模型的mAP(平均準確率)也不超過85％，所以從目前來看，還是有很大的局限性的。因此目標檢測在計算機視覺領域仍是一個基礎且十分重要的研究方向。

目標檢測的主要任務，是找出待檢測物體在圖中的位置，同時將圖中物體的類別準確的識別出來，目前實現的方式有one-stage(一階段)和two-stage(二階段)兩種，相比之下，one-stage方法速度較快，但準確率不高，two-stage方法準確率較高，但速度較慢。one-stage方法根據大量常規樣本圖片的位置，大小及縱橫比。通過網絡一次預測出目標位置及對檢測的目標進行分類。而two-stage方法則生成了過多的候選框，對每個生成的候選區進行特征提取，而新方法更多是考慮在生成候選框的過程中篩選出部分沒有訓練意義的候選框，減少候選框的數量，優化各模塊提取的特征，來優化模型的速度和準確性。

發明內容

針對現有技術的不足，本發明提供一種基于感受野的卷積神經網絡目標檢測系統與方法，將感受野模塊和網絡模型RefineDet相結合，在保證原網絡深度的基礎上，提高模型的檢測準確度。

本發明所采取的技術方案是：

一種基于感受野的卷積神經網絡目標檢測系統，具體包括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。

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；

所述ODM模塊的預測通過模塊內的卷積層進行檢測，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并確定是否包含目標，以及通過對邊界框的回歸獲取目標的精確位置。

另一方面，一種基于感受野的卷積神經網絡目標檢測方法，采用前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：