[發(fā)明專利]一種基于弱監(jiān)督判別機(jī)制的圖像目標(biāo)檢測(cè)方法、系統(tǒng)及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202110405637.9
• 申請(qǐng)日: 2021-04-15
• 公開（公告）號(hào): CN113095235B
• 公開（公告）日: 2023-10-27
• 發(fā)明（設(shè)計(jì)）人: 喬學(xué)明;尹明立;朱偉義;鄭鵬飛;孫海峰;孟平;湯耀;王超;宮寶凝;劉振華;翟明遠(yuǎn);呂琳;代勤瑞;李曉芳;朱東杰
• 申請(qǐng)（專利權(quán)）人: 國家電網(wǎng)有限公司;國網(wǎng)山東省電力公司威海供電公司
• 主分類號(hào): G06V20/60
• 分類號(hào): G06V20/60;G06V10/46;G06V10/762;G06V10/82;G06N3/0464;G06N3/044;G06N3/08
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 時(shí)起磊

一種基于弱監(jiān)督判別機(jī)制的圖像目標(biāo)檢測(cè)方法、系統(tǒng)及裝置，涉及圖像目標(biāo)檢測(cè)方法、系統(tǒng)及裝置。為了解決現(xiàn)有的圖像目標(biāo)檢測(cè)方法中同一類圖片的數(shù)據(jù)少會(huì)導(dǎo)致分類不足問題，本發(fā)明所述方法利用目標(biāo)檢測(cè)網(wǎng)絡(luò)模型對(duì)待檢測(cè)的圖像進(jìn)行檢測(cè)；首先將圖像輸入到特征提取網(wǎng)絡(luò)提取特征；然后，將提取的特征送到CCN網(wǎng)絡(luò)進(jìn)行處理；所述CCN網(wǎng)絡(luò)包括三個(gè)平行的卷積網(wǎng)絡(luò)，三個(gè)平行的卷積網(wǎng)絡(luò)分別記為網(wǎng)絡(luò)A、網(wǎng)絡(luò)B和網(wǎng)絡(luò)C，每個(gè)卷積網(wǎng)絡(luò)均包括4個(gè)卷積層、一個(gè)單級(jí)SPP層和一個(gè)FC層，F(xiàn)C層即全連接層；將網(wǎng)絡(luò)A中FC層的輸出傳入到網(wǎng)絡(luò)B的spp層，同時(shí)將網(wǎng)絡(luò)B中FC層的輸出傳入到網(wǎng)絡(luò)A的spp層；網(wǎng)絡(luò)C的FC層之后設(shè)有一個(gè)1×1卷積層。主要用于圖像目標(biāo)的檢測(cè)。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像目標(biāo)檢測(cè)方法、系統(tǒng)及裝置。

背景技術(shù)

在當(dāng)今信息發(fā)達(dá)的網(wǎng)絡(luò)時(shí)代，本發(fā)明每天會(huì)看到各種各樣的圖片，圖像分類、目標(biāo)檢測(cè)、分割目前是計(jì)算機(jī)視覺領(lǐng)域的三大任務(wù)。高效快速地對(duì)所需要的信息圖片目標(biāo)進(jìn)行檢測(cè)將有利于本發(fā)明學(xué)習(xí)和工作的效率。圖像分類任務(wù)關(guān)心整體，給出的是整張圖片的內(nèi)容描述，而檢測(cè)則關(guān)注特定的物體目標(biāo)，要求同時(shí)獲得這一目標(biāo)的類別信息和位置信息。相比分類，檢測(cè)給出的是對(duì)圖片前景和背景的理解，本發(fā)明需要從背景中分離出感興趣的目標(biāo)，并確定這一目標(biāo)的描述(類別和位置)，因此檢測(cè)模型的輸出是一個(gè)列表，列表的每一項(xiàng)使用一個(gè)數(shù)組給出檢出目標(biāo)的類別和位置(常用矩形檢測(cè)框的坐標(biāo)表示)。目標(biāo)檢測(cè)需要同時(shí)解決定位和識(shí)別的問題，傳統(tǒng)的目標(biāo)檢測(cè)方法主要有基于候選區(qū)域的方法、基于端到端的方法等，這些方法一般分為三個(gè)步驟，首先利用不同尺寸的滑動(dòng)窗口框住圖中的某一部分作為候選區(qū)域，其次提取候選區(qū)域相關(guān)的視覺特征，比如人臉檢測(cè)常用的Harr特征，行人檢測(cè)和普通目標(biāo)檢測(cè)常用的HOG特征等，最后利用分類器進(jìn)行識(shí)別。

但是這些方法存在著明顯的缺點(diǎn)，需要大量的手動(dòng)注釋對(duì)象進(jìn)行訓(xùn)練或微調(diào)，同時(shí)訓(xùn)練需要大量的數(shù)據(jù)集，然而通常情況下同一類圖片的數(shù)據(jù)是比較稀少的，則會(huì)導(dǎo)致訓(xùn)練數(shù)據(jù)分類不足的問題。

發(fā)明內(nèi)容

本發(fā)明是為了解決現(xiàn)有的圖像目標(biāo)檢測(cè)方法中同一類圖片的數(shù)據(jù)少會(huì)導(dǎo)致分類不足問題。

一種基于弱監(jiān)督判別機(jī)制的圖像目標(biāo)檢測(cè)方法，包括以下步驟：

針對(duì)于待檢測(cè)的圖像，利用目標(biāo)檢測(cè)網(wǎng)絡(luò)模型進(jìn)行檢測(cè)；所述的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型處理過程包括以下步驟：

首先，將圖像輸入到特征提取網(wǎng)絡(luò)提取特征；

然后，將提取的特征送到CCN網(wǎng)絡(luò)進(jìn)行處理；所述CCN網(wǎng)絡(luò)包括三個(gè)平行的卷積網(wǎng)絡(luò)，三個(gè)平行的卷積網(wǎng)絡(luò)分別記為網(wǎng)絡(luò)A、網(wǎng)絡(luò)B和網(wǎng)絡(luò)C，每個(gè)卷積網(wǎng)絡(luò)均包括4個(gè)卷積層、一個(gè)單級(jí)SPP層和一個(gè)FC層，F(xiàn)C層即全連接層；

網(wǎng)絡(luò)A和網(wǎng)絡(luò)B的FC層激活函數(shù)分別采用sigmoid和softmax；將網(wǎng)絡(luò)A中FC層的輸出傳入到網(wǎng)絡(luò)B的spp層，同時(shí)將網(wǎng)絡(luò)B中FC層的輸出傳入到網(wǎng)絡(luò)A的spp層；網(wǎng)絡(luò)C的FC層激活函數(shù)采用sigmoid激活方式，并且FC層之后設(shè)有一個(gè)1×1卷積層；對(duì)于網(wǎng)絡(luò)C，第i個(gè)圖像、第j類得分概率為目標(biāo)總數(shù)為T；

進(jìn)一步地，所述的目標(biāo)檢測(cè)網(wǎng)絡(luò)模型是預(yù)先訓(xùn)練好的，訓(xùn)練過程包括以下步驟：

S1、將訓(xùn)練集中的圖像輸入到特征提取網(wǎng)絡(luò)中提取圖像特征；

S2、將提取的特征送到CCN網(wǎng)絡(luò)進(jìn)行處理；

S3、對(duì)于給定的圖像，對(duì)圖像目標(biāo)進(jìn)行邊框框選，并進(jìn)行目標(biāo)邊框細(xì)化，目標(biāo)邊框細(xì)化的具體包括以下步驟：

四一、首先給出圖像候選目標(biāo)，給定一個(gè)圖像實(shí)例I⁽ⁱ⁾，其候選目標(biāo)標(biāo)簽為

Y′＝[y₁,...,y_c,...,y_C]^T∈(0,1)^C，c∈{1,...,C}