[發(fā)明專利]基于多尺度特征和擴(kuò)張型逆殘差全連接的目標(biāo)檢測方法

有效

• 申請?zhí)枺?/td>: 202110022941.5
• 申請日: 2021-01-08
• 公開（公告）號: CN112733848B
• 公開（公告）日: 2022-11-04
• 發(fā)明（設(shè)計(jì)）人: 丁鵬;戚志剛;晏謝飛;惠新成;朱剛;蔣保富;劉韻
• 申請（專利權(quán)）人: 中國電子科技集團(tuán)公司第二十八研究所
• 主分類號: G06V10/25
• 分類號: G06V10/25;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 胡建華

本發(fā)明公開了一種基于多尺度特征和擴(kuò)張型逆殘差全連接的目標(biāo)檢測方法。首先，本發(fā)明提出一種基于多尺度特征的主體網(wǎng)絡(luò)改進(jìn)方法，該方法組合了深度卷積層的深層次特征和淺層次特征并設(shè)計(jì)了一種平衡兩者之間比例的方式；其次，提出一種擴(kuò)張型逆殘差全連接模塊，該模塊采用“逆殘差”+“擴(kuò)張”的方式進(jìn)行特征提取和輸出，可以在很大程度上提升“逆殘差”全連接模塊效率，屬于圖像處理和人工智能技術(shù)領(lǐng)域。本發(fā)明無論速度上還是精度上都有很好的性能，極具應(yīng)用價(jià)值。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理和人工智能技術(shù)領(lǐng)域，特別涉及一種基于多尺度特征和擴(kuò)張型逆殘差全連接的目標(biāo)檢測方法。

背景技術(shù)

經(jīng)典的基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法Faster R-CNN是一種非常優(yōu)秀的目標(biāo)檢測算法，但是也存在一些不足，主要體現(xiàn)在：1、目標(biāo)檢測速度較慢尤其是使用全卷積深度卷積神經(jīng)網(wǎng)絡(luò)時(shí)速度非常慢；2、小尺度目標(biāo)檢測的精度不高。為了改善Faster R-CNN的性能，國內(nèi)外很多優(yōu)秀的學(xué)者嘗試采用多尺度特征層如Hyper-Net，F(xiàn)PN等方法提升Faster R-CNN檢測的精度，但是這些方法都有沒提到如何更好的平衡不同層次特征之間的比例，對不同大小目標(biāo)尺度適應(yīng)性不夠，且Hyper-Net雖結(jié)合了不同層次的特征但實(shí)際上還是利用一個輸出特征層進(jìn)行目標(biāo)檢測。此外，另一種經(jīng)典的基于深度卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測方法R-FCN采用位置敏感的候選區(qū)域采樣方法選擇輸出特征層中位置信息較強(qiáng)的通道進(jìn)行目標(biāo)細(xì)分類和定位，但是它忽視很多有利于分類的信息，而申請?zhí)枮?02010102354.2的專利申請公開了一種結(jié)合定位信息和分類信息的方法，雖在提出逆殘差全連接的基礎(chǔ)上很好的利用了位置敏感的候選區(qū)域采樣方法進(jìn)行綜合檢測定位和分類兩個方面，但設(shè)計(jì)的逆殘差模型過于緊湊，忽視了信息擴(kuò)張的作用，無法更好的發(fā)揮逆殘差全連接模型的作用，雖然在也有全連接層置于逆殘差全連接之后，但是其更主要的是用于融合PSROI-Pooling層和ROI-Pooling層輸出后經(jīng)過處理的特征。

發(fā)明內(nèi)容

發(fā)明目的：本發(fā)明所要解決的技術(shù)問題是針對現(xiàn)有技術(shù)的不足，提供一種基于多尺度特征和擴(kuò)張型逆殘差全連接的目標(biāo)檢測方法。

為了解決上述技術(shù)問題，本發(fā)明公開了一種基于多尺度特征和擴(kuò)張型逆殘差全連接的目標(biāo)檢測方法，步驟如下：

步驟1，微調(diào)全卷積神經(jīng)網(wǎng)絡(luò)，構(gòu)建主體網(wǎng)絡(luò)，所述主體網(wǎng)絡(luò)對輸入圖像進(jìn)行處理后獲得輸入圖像的多尺度特征；所述多尺度特征包括淺層特征和深層特征；

步驟2，基于所述主體網(wǎng)絡(luò)構(gòu)建多尺度特征結(jié)合模塊，所述多尺度特征結(jié)合模塊能夠?qū)斎雸D像的深層特征降維和多尺度特征合并，所述深層特征降維后獲得輸入圖像的第一輸出特征；

步驟3，構(gòu)建多尺度特征比例平衡模塊，所述多尺度特征比例平衡模塊能夠平衡多尺度特征之間的比例；將步驟2中多尺度特征合并后的特征輸入多尺度特征比例平衡模塊，獲得輸入圖像的第二輸出特征；

步驟4，結(jié)合輸入圖像的第一輸出特征和第二輸出特征對輸入圖像進(jìn)行不同尺度目標(biāo)的預(yù)檢測以區(qū)分目標(biāo)、背景以及初步的目標(biāo)定位；

步驟5，對輸入圖像的第一輸出特征和第二輸出特征分別進(jìn)行特征池化，獲得輸入圖像的第一池化特征和第二池化特征，將第一池化特征和第二池化特征進(jìn)行拼接獲得第三池化特征；

步驟6，構(gòu)建擴(kuò)張型逆殘差全連接模塊，所述擴(kuò)張型逆殘差全連接模塊能夠根據(jù)不同尺度目標(biāo)的預(yù)檢測結(jié)果和第三池化特征對輸入圖像進(jìn)行目標(biāo)細(xì)定位和分類；

步驟7，設(shè)定損失函數(shù)進(jìn)行反向傳播訓(xùn)練，利用訓(xùn)練后的模型進(jìn)行目標(biāo)檢測。所述設(shè)定損失函數(shù)的方法具體參見申請?zhí)枮?02010102354.2的專利申請中公開的設(shè)定損失函數(shù)的方法。