[發明專利]基于半監督學習的主動顯著性目標檢測方法

在審

• 申請號: 202011517056.6
• 申請日: 2020-12-21
• 公開（公告）號: CN112598053A
• 公開（公告）日: 2021-04-02
• 發明（設計）人: 戴玉超;劉博文;呂韻秋;李艾軒;何明一
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西北工業大學專利中心 61204
• 代理人: 顧潮琪

本發明提供了一種基于半監督學習的主動顯著性目標檢測方法，首先通過設計判決器網絡來對樣本在顯著性目標檢測的結果進行不確定性驗證，其次，訓練了一個變分自動編碼器進行圖像重建任務，通過比較無標簽數據在其隱空間中的特征向量之間的相似性，從中選擇最具代表性的數據并給予完整的顯著性標注。重復該過程直到獲得預先設定好數量的含標簽數據，在此過程中利用不同類型的數據分別對顯著性目標檢測網絡進行訓練優化。本發明能夠在僅有少量的標簽數據的情景下獲得與全監督學習算法相近的性能結果。

技術領域

本發明屬于計算機視覺與機器學習領域，特別涉及一種顯著性目標檢測方法，可在訓練集標簽數據不足的情況下利用全卷積神經網絡生成精確完整的顯著性圖。

背景技術

顯著性目標檢測旨在從輸入圖像上識別出最引人注目的對象。在顯著性檢測算法當中，PiCANet學習每個像素的信息性上下文特征，然后將其嵌入到UNet結構中，整合全局上下文信息和多尺度的局部上下文信息來提升顯著性檢測性能。

Amulet方法首先將多級特征整合到多個分辨率下，然后在每一個分辨率下進一步進行特征整合得到顯著性預測，再進行顯著性融合得到最終的顯著性圖像。

為了更好的多級特征，Zhang等人提出了PAGRNet與通道注意力機制與空間注意力機制，利用多級遞歸反饋方案，選擇性地集成多層特征的上下文信息，逐步增強顯著性預測圖。在深度卷積網絡中，圖像經過主干特征提取網絡得到一系列不同級別的感知特征。

針對顯著性預測的細化方面，Qin等人設計的BASNet網絡對網絡前端的UNet結構得到的顯著性預測利用了殘差網絡進行優化。

但顯著性模型訓練往往需要用到大量的像素級標注圖像，這些圖像需要相當高的標注成本，目前半監督方法是一種減少標注成本較為流行的方法。

Yan等人提出了FGPLG方法，利用視頻幀之間的關聯，借用部分幀的標注生成偽標簽，并用偽標簽進行半監督訓練的視頻顯著性算法。

針對數據與設備的多樣性問題，Wang等人提出了SaliencyGAN方法，用以解決物聯網系統的顯著性檢測難點，基于具有部分共享參數的新型串聯生成對抗網絡(GAN)框架，使用只有30％的標注數據的數據集進行訓練實現了與全監督訓練相近效果。

只使用半監督方法產生的問題是標注數選擇據難以盡可能選擇對訓練有幫助的數據，往往是隨機挑選，而主動學習方法則在很大程度上解決了這一問題，能夠最大程度上選擇對訓練最有幫助的數據。

Sener等人提出了核心集選擇(Coreset selection)算法，選擇出一個子集能夠和整個數據集取得接近的性能。提出主動學習問題的關鍵是核心集誤差，即選擇出的標注數據得到的模型結果和完整數據訓練的模型結果之差，并將降低核心集誤差轉化為通過貪心算法獲得一個二值最優問題的解。

為了更有效地選擇對訓練最有幫助的圖像，Yang等人提出基于主動學習的醫學圖像分割框架Suggestive annotation方法，將主動學習與全卷積神經網絡結合，在2015MICCAI Gland Challenge數據集上使用50％的數據實現了最好的效果。該算法提出了新的網絡結構以提高模型的訓練速度，并保留了與全卷積網絡相似通道數以保證不同尺度的特征圖相結合。算法利用自主法(Bootstrapping)計算不確定性，將網絡輸出的結果當作特征計算與平均輸出的相似性，并作為選擇最具有代表性的圖像作為主動學習策略。

基于深度學習的顯著性檢測算法作為一種數據驅動型的算法，需要大量的以像素注釋形式的訓練數據，指示出像素是否屬于顯著性目標對象類別，這些對象類別通常是由具有密集用戶交互的工具手動繪制或描繪的。訓練數據采集的大量標注成本阻礙了基于深度學習的顯著性檢測算法的發展，數據標注成為此領域急需解決的問題。在標簽數據量不足時，需要挖掘數據對模型的貢獻差異，對數據對于目標任務網絡的優化效果進行評估，傳統主動學習算法旨在制定選擇函數從大量的無標簽數據進行數據選擇。