[發(fā)明專利]基于全局區(qū)域先驗(yàn)注意力的目標(biāo)檢測方法

有效

• 申請?zhí)枺?/td>: 202011365545.4
• 申請日: 2020-11-28
• 公開（公告）號: CN112381106B
• 公開（公告）日: 2022-09-09
• 發(fā)明（設(shè)計）人: 吳澤彬;龔航;徐偉;趙朝蓬;劉建新;陳圣堂;徐洋;陳剛;夏雷;顧濤;丁道華;晁京
• 申請（專利權(quán)）人: 南京理工大學(xué);中國鐵路上海局集團(tuán)有限公司南京供電段
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/82;G06N3/04;G06N3/08;G06T3/40
• 代理公司: 南京理工大學(xué)專利中心 32203
• 代理人: 陳鵬

本發(fā)明公開了一種基于全局區(qū)域先驗(yàn)注意力機(jī)制的目標(biāo)檢測方法，包括如下步驟：遍歷所有訓(xùn)練樣本，統(tǒng)計目標(biāo)出現(xiàn)在圖像中的頻率，得到全局先驗(yàn)注意力；獲取待檢測圖像，利用訓(xùn)練得到的特征提取網(wǎng)絡(luò)對圖像進(jìn)行特征提取，同時利用卷積神經(jīng)網(wǎng)絡(luò)提取自適應(yīng)注意力，對全局先驗(yàn)注意力進(jìn)行修正與增強(qiáng)得到自適應(yīng)全局先驗(yàn)注意力，使用自適應(yīng)全局先驗(yàn)注意力增強(qiáng)特征圖；最后再進(jìn)行目標(biāo)檢測。本方法提出了全局區(qū)域先驗(yàn)注意力機(jī)制網(wǎng)絡(luò)，提升了訓(xùn)練收斂速度，在保證檢測速度的同時提高了目標(biāo)檢測精度，在目標(biāo)種類少出現(xiàn)在特定位置的目標(biāo)檢測應(yīng)用場景中提升更加明顯。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，具體涉及一種基于全局區(qū)域先驗(yàn)注意力的目標(biāo)檢測方法

背景技術(shù)

近年來，計算機(jī)視覺在各個領(lǐng)域得到了廣泛的應(yīng)用，解放了社會生產(chǎn)力。目標(biāo)檢測是計算機(jī)視覺中一項(xiàng)十分重要的任務(wù)。隨著深度深學(xué)習(xí)的發(fā)展，目標(biāo)檢測得到了廣泛的研究，促進(jìn)了計算機(jī)視覺在各個領(lǐng)域的應(yīng)用。目標(biāo)檢測能夠標(biāo)記處圖像或者視頻中我們想要檢測的目標(biāo)位置與類別。這一功能能夠擴(kuò)展為許多實(shí)際應(yīng)用，例如：自動駕駛、行人追蹤、文本識別等。

基于傳統(tǒng)方法的目標(biāo)檢測技術(shù)存在速度慢、精度低等劣勢。隨著深度學(xué)習(xí)技術(shù)與計算機(jī)硬件技術(shù)的發(fā)展，基于深度學(xué)習(xí)的目標(biāo)檢測技術(shù)得到了長足的發(fā)展，使得精度與速度都有了質(zhì)的提升，達(dá)到了實(shí)際使用的速度與精度。但是目前的目標(biāo)檢測方法在較困難場景中的目標(biāo)檢測仍然有較大的提升空間。

人類眼球中只有視網(wǎng)膜中央凹存在高密度的視錐細(xì)胞，人類為了更好的感知環(huán)境，會將感興趣區(qū)域集中到視網(wǎng)膜中央凹。計算機(jī)視覺注意力由此誕生。近年來，有學(xué)者使用注意力模型對目標(biāo)檢測中的特征提取網(wǎng)絡(luò)進(jìn)行增強(qiáng)。普通的目標(biāo)檢測與有如下難點(diǎn)：1)特征提取時對背景與目標(biāo)同等對待，難以突出待檢測目標(biāo)的特征；2)普通注意力模型難以保證注意力的正確性；3)對于小目標(biāo)難以檢測。因此普通的注意力模型與目標(biāo)檢測的結(jié)合有其局限性。

通過上述描述，如何準(zhǔn)確地得到注意力掩膜來更好地進(jìn)行特征提取是亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于全局區(qū)域先驗(yàn)注意力的目標(biāo)檢測方法，提高注意力掩膜的準(zhǔn)確度，最終提高目標(biāo)檢測的精度。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)解決方案為：一種基于全局區(qū)域先驗(yàn)注意力的目標(biāo)檢測方法，包括如下步驟：

步驟(A)，遍歷訓(xùn)練集，統(tǒng)計每個訓(xùn)練樣本中目標(biāo)出現(xiàn)的位置信息，得到全局區(qū)域先驗(yàn)注意力；

步驟(B)，獲取待檢測圖像，利用訓(xùn)練得到的特征提取網(wǎng)絡(luò)對原圖進(jìn)行特征提取；

步驟(C)，從主干網(wǎng)絡(luò)中分支出自適應(yīng)注意力網(wǎng)絡(luò)分支，利用自適應(yīng)注意力網(wǎng)絡(luò)對全局區(qū)域先驗(yàn)注意力進(jìn)行修正與增強(qiáng)，得到自適應(yīng)全局區(qū)域先驗(yàn)注意力掩膜；將注意力掩膜點(diǎn)乘到特征圖上，然后對特征圖進(jìn)行目標(biāo)檢測。

進(jìn)一步的，步驟(A)，遍歷訓(xùn)練集，統(tǒng)計每個訓(xùn)練樣本中目標(biāo)出現(xiàn)的位置信息，得到全局區(qū)域先驗(yàn)注意力，包括如下步驟：

(A1)，在訓(xùn)練樣本圖片中人工框選出目標(biāo)所在的區(qū)域，獲取訓(xùn)練樣本圖片中目標(biāo)所在的目標(biāo)區(qū)域的位置信息作為標(biāo)簽保存；

(A2)，將訓(xùn)練樣本圖片與全局區(qū)域先驗(yàn)注意力縮放至所設(shè)定的尺寸；

(A3)，初始化全局區(qū)域先驗(yàn)注意力每個值為零，遍歷訓(xùn)練樣本，將全局區(qū)域先驗(yàn)注意力中所有與訓(xùn)練樣本圖片的標(biāo)簽中所劃定的區(qū)域同一位置的像素的像素值加1，得到全局區(qū)域先驗(yàn)注意力；

(A4)，使用sigmoid函數(shù)對全局區(qū)域先驗(yàn)注意力進(jìn)行歸一化，得到全局區(qū)域先驗(yàn)注意力。

進(jìn)一步的，所述步驟(C)包括如下步驟：

(C1)，從主干特征提取網(wǎng)絡(luò)中的特征中提取特征作為全局區(qū)域先驗(yàn)注意力修正增強(qiáng)網(wǎng)絡(luò)的輸入；