[發明專利]紅外圖像目標檢測模型構建方法、檢測方法、裝置及系統

在審

• 申請號: 202011560701.2
• 申請日: 2020-12-25
• 公開（公告）號: CN112580558A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 劉晴;徐召飛;王水根
• 申請（專利權）人: 煙臺艾睿光電科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/42;G06K9/62;G06N3/04;G06T3/40;G06T7/60
• 代理公司: 北京市萬慧達律師事務所 11111
• 代理人: 陳怡

1.一種紅外圖像目標檢測模型構建方法，其特征在于，所述構建方法包括如下步驟：

對獲取的初始紅外圖片集進行標注及預處理以獲得訓練樣本集；

利用所述訓練樣本集進行訓練獲得紅外圖像目標檢測模型；

其中，所述紅外圖像目標檢測模型包括特征提取主干網絡以及與所述特征提取主干網絡連接的檢測網絡；

所述特征提取主干網絡包括q個卷積模塊，所述卷積模塊包括依次連接的深度可分卷積及第一卷積核，q為正整數；

所述檢測網絡為采用SSD網絡的n個特征層對所述特征提取主干網絡輸出的n個特征輸出層進行檢測以獲得檢測結果的網絡，所述SSD網絡包括m個特征層，且nm，n、m均為正整數。

2.根據權利要求1所述的模型構建方法，其特征在于，所述構建方法還包括：預先構建用于訓練獲得所述紅外圖像目標檢測模型的紅外目標檢測網絡，其包括如下步驟：

搭建所述特征提取主干網絡，包括如下子步驟：將所述深度可分卷積及第一卷積核依次連接以構建第二卷積核，且將所述第二卷積核的輸入與輸出連接以構建卷積模塊；將p個卷積層和q個所述卷積模塊依次連接以搭建所述特征提取主干網絡；設置輸出通道遞增規則及降采樣規則，p、q均為正整數；

將所述檢測網絡的輸入端與所述特征提取主干網絡的輸出端建立連接；

搭建所述檢測網絡，包括如下子步驟：基于所述SSD網絡設置用于對所述特征提取主干網絡輸出的n個特征輸出層進行檢測以獲得檢測結果的n個特征層；設置所述SSD網絡中用于檢測的n個特征層進行特征錨定的錨定框選取策略及參數。

3.根據權利要求2所述的模型構建方法，其特征在于，

所述搭建所述特征提取主干網絡包括如下子步驟：將5×5深度可分卷積及1×1卷積核依次連接以構建所述第二卷積核，且將所述第二卷積核的輸入與輸出連接以構建卷積模塊；將1個3×3卷積層和10個所述卷積模塊依次連接以搭建所述特征提取主干網絡；設置輸出通道遞增規則及降采樣規則；

搭建所述檢測網絡包括如下子步驟：基于所述SSD網絡設置用于對所述特征提取主干網絡輸出的第9層、第11層兩個特征輸出層進行檢測的19×19和10×10兩個特征層；設置在所述SSD網絡中用于檢測的19×19和10×10兩個特征層進行特征錨定的錨定框選取策略及參數。

4.根據權利要求2或3所述的模型構建方法，其特征在于，所述對獲取的初始紅外圖片集進行標注及預處理以獲得訓練樣本集，包括如下步驟：

對初始紅外圖片集進行標注以獲得檢測框、檢測框位置信息、檢測框中目標類型標簽；

對標注后的所述初始紅外圖片集進行預處理，所述預處理包括圖片尺寸調節、歸一化及數據增強。

5.根據權利要求4所述的模型構建方法，其特征在于，所述數據增強包括如下子步驟：

在歸一化后的紅外圖片集中隨機選取k張圖片，k為不小于2的整數；

分別對k張圖片進行剪裁以獲得不同尺寸且均為矩形的子圖片；

從所述子圖片中選取j張圖片并縮小至相同尺寸，將同樣大小的j張子圖片拼接成一張訓練圖片，所述訓練圖片與歸一化后的圖片尺寸相同，j為不小于2的整數；

更新所述訓練圖片中檢測框位置信息；

重復執行上述步驟至對所述紅外圖片集中所有紅外圖片進行處理。

6.根據權利要求2、3、5任意一項所述的模型構建方法，其特征在于，所述檢測結果包括目標的錨定框、標簽及置信度，在訓練獲得所述紅外圖像目標檢測模型后，所述模型構建方法還包括：

對所述檢測結果進行后處理，包括如下子步驟：

初篩：在預先構建的用于存放所述錨定框的候選框集合中篩選并去除所述置信度低于預設概率閾值的錨定框；

轉移：將剩余錨定框按照置信度排序，將置信度最高的錨定框G轉移移至預先構建的目標集合中；

交并比篩查：遍歷所述構建框集合，篩選并去除與所述錨定框G交并比超過預設交并比閾值的錨定框；

重復執行所述轉移、交并比篩查步驟，至所述候選框集合中為空，所述目標集合中的錨定框為目標錨定框。