[發明專利]一種基于多卷積融合網絡的目標檢測方法及系統

有效

• 申請號: 202110707169.0
• 申請日: 2021-06-25
• 公開（公告）號: CN113255589B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 陳克鵬
• 申請（專利權）人: 北京電信易通信息技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

本發明涉及一種基于多卷積融合網絡的目標檢測方法及系統，該方法包括：將通過無人機攜帶的攝像頭采集的交通樞紐中來往車輛的圖像數據作為數據集；構建用于圖像目標檢測的網絡結構；根據所述數據集訓練所述用于圖像目標檢測的網絡結構，獲得圖像目標檢測模型；利用所述圖像目標檢測模型，對待檢測圖像數據進行目標檢測；所述用于圖像目標檢測的網絡結構包括：ResNet101網絡、多卷積融合網絡、區域生成網絡、ROI池化層和檢測頭。本發明增強了圖像目標的表征能力，進而提高了檢測準確性。

技術領域

本發明涉及圖像處理領域，特別是涉及一種基于多卷積融合網絡的目標檢測方法及系統。

背景技術

近年來，無人機產業飛速發展，并在救援、測繪、貨運、偵察、交通監管等方面得到了廣泛應用。對航拍圖像中的目標進行準確檢測是無人機得以成功完成各項任務的前提條件，然而由于成像角度和高度的影響，航拍圖像中的目標往往存在視覺面積較小、分辨率低、背景干擾多等特點，自身特征信息較少，相比自然場景圖像中的目標，檢測難度更大，目前，航拍圖像的檢測準確度有待提高。

發明內容

本發明的目的是提供一種基于多卷積融合網絡的目標檢測方法及系統，提高了檢測準確度。

為實現上述目的，本發明提供了如下方案：

一種基于多卷積融合網絡的目標檢測方法，包括：

將通過無人機攜帶的攝像頭采集的交通樞紐中來往車輛的圖像數據作為數據集；

構建用于圖像目標檢測的網絡結構；

根據所述數據集訓練所述用于圖像目標檢測的網絡結構，獲得圖像目標檢測模型；

利用所述圖像目標檢測模型，對待檢測圖像數據進行目標檢測；

所述用于圖像目標檢測的網絡結構包括：ResNet101網絡、多卷積融合網絡、區域生成網絡、ROI池化層和檢測頭；

所述ResNet101網絡包括依次連接的第一卷積模塊、第二卷積模塊、第三卷積模塊、第四卷積模塊和第五卷積模塊；所述多卷積融合網絡包括第一多卷積融合模塊、第二多卷積融合模塊、第三多卷積融合模塊、第四多卷積融合模塊和第五多卷積融合模塊；

所述第一多卷積融合模塊、所述第二多卷積融合模塊、所述第三多卷積融合模塊、所述第四多卷積融合模塊和所述第五多卷積融合模塊均用于對輸入的圖像進行多卷積特征融合；

所述第五卷積模塊的輸出連接所述第五多卷積融合模塊的輸入，所述第四卷積模塊的輸出連接所述第四多卷積融合模塊的輸入，所述第三卷積模塊的輸出連接所述第三多卷積融合模塊的輸入，所述第二卷積模塊的輸出連接所述第二多卷積融合模塊的輸入，所述第一卷積模塊的輸出連接所述第一多卷積融合模塊的輸入；所述第五多卷積融合模塊輸出為第五特征圖，所述第五特征圖通過2倍上采樣與所述第四多卷積融合模塊的輸出按元素相加輸出第四特征圖，所述第四特征圖通過2倍上采樣與所述第三多卷積融合模塊的輸出按元素相加后進行3×3卷積操作輸出第三特征圖，所述第三特征圖通過2倍上采樣與所述第二多卷積融合模塊的輸出按元素相加后進行3×3卷積操作輸出第二特征圖，所述第二特征圖通過2倍上采樣與所述第一多卷積融合模塊的輸出按元素相加后進行3×3卷積操作輸出第一特征圖；所述第一特征圖、所述第二特征圖、所述第三特征圖、所述第四特征圖和所述第五特征圖均輸入所述區域生成網絡；所述區域生成網絡連接所述ROI池化層，所述ROI池化層連接所述檢測頭，所述檢測頭用于輸出檢測結果。

可選地，所述第一多卷積融合模塊、所述第二多卷積融合模塊、所述第三多卷積融合模塊、所述第四多卷積融合模塊和所述第五多卷積融合模塊結構相同，均包括第一卷積分支、第二卷積分支、第三卷積分支、第四卷積分支、第一SEnet注意力機制模塊、第二SEnet注意力機制模塊、第三SEnet注意力機制模塊、第四SEnet注意力機制模塊；