[發明專利]一種基于深度卷積神經網絡的顯著性目標檢測裝置及方法

在審

• 申請號: 202110830024.X
• 申請日: 2021-07-22
• 公開（公告）號: CN113567436A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 石劍虹;李永豪;曾貴華
• 申請（專利權）人: 上海交通大學
• 主分類號: G01N21/84
• 分類號: G01N21/84;G01N21/01;G06N3/04;G06K9/62
• 代理公司: 上海旭誠知識產權代理有限公司 31220
• 代理人: 鄭立

本發明公開了一種基于深度卷積神經網絡的顯著性目標檢測裝置及方法，涉及單像素成像與圖像處理領域，其特征在于，包括光源、空間光調制裝置、透鏡、探測器與處理器模塊，其中，所述空間光調制裝置用于調制所述光源發射的光并照射至目標場景，所述處理器模塊用于采集所述探測器的數據并對所述目標場景進行顯著性目標檢測。本發明提供的基于深度卷積神經網絡的顯著性目標檢測方法，通過獲取目標場景的離散余弦系數對目標場景進行重建，并通過可適應多種采樣率變化深度的卷積神經網絡將目標場景中的顯著性目標區域檢測出來，可實現在不更換探測設備的情況下，以靈活的采樣率和成像分辨率進行顯著性目標檢測。

技術領域

本發明涉及單像素成像與圖像處理領域，尤其涉及一種基于深度卷積神經網絡的顯著性目標檢測裝置及方法。

背景技術

顯著性目標檢測在諸如軍事探測、智能監控、生物醫學等各個方面都有著重要的應用。單像素成像技術可用于實現成本低且對極端條件適應力強的成像系統，相比于傳統成像，它有更大的潛力應用于弱光成像、遙感成像、散射成像等領域中。因此，單像素成像技術近年來引起了廣泛的關注，但是對于現階段的單像素成像系統，在滿足復雜視覺任務對高質量的復雜場景重建需求時，通常需要消耗大量的采樣次數與采樣時間，這大大阻礙了單像素成像技術的實用化進程。不同的應用場景對顯著性目標檢測精度需求是不同的。而顯著性目標檢測的精度，一般情況下與對目標場景的采樣精度成正比。較高的采樣精度通常意味著較多的采樣次數。而對于某些顯著性目標檢測精度需求較低的應用場景，依靠傳統成像系統對目標場景進行重構，會耗費大量冗余的數據采樣。而使用單像素成像系統進行數據采集，則可靈活地根據需求，減少采樣次數，可大大提高數據采樣效率和數據處理效率。單像素成像技術序列式探測的優勢應該被充分發揮，使其在復雜視覺任務中能夠將探測資源與計算資源合理地耗費在具有重要意義的區域。同時由于單像素成像系統在數據采集階段可實現壓縮感知，且極端條件適應能力強，以單像素成像系統為數據探測模塊的顯著性目標檢測系統，有潛力實現更高的效率和更廣的適用范圍。

在圖像處理領域，傳統經典模型需要人為地假設可能有效的特征并設計提取特征的方法，根據這些特征人為建立合適的數學模型，傳統算法需要人們通過已有數據庫先驗信息人為制造特征，算法適應多種情況的能力較差。而近年來提出的應用于顯著性目標檢測的深度卷積神經網絡模型，由于不需要通過先驗信息人為選取特征，大大改善了模型的普適性，并且結合強大的運算使得對顯著性目標區域的判定更為精準，在性能上已經遠遠超過了傳統算法模型。

因此，本領域的技術人員致力于開發一種基于單像素成像與深度卷積神經網絡的顯著性目標檢測裝置及方法，通過獲取目標場景的離散余弦系數矩陣，對目標場景進行重建，通過深度卷積神經網絡檢測目標場景中的顯著性目標區域，通過單像素探測器得到目標的離散余弦系數矩陣，可實現在不更換探測設備的情況下，以靈活的采樣率和成像分辨率，對目標場景的顯著性目標檢測。這種技術在軍事偵查，探測，遙感等領域中都有著重要的意義。

發明內容

有鑒于現有技術的上述缺陷，本發明所要解決的技術問題是如何進行基于單像素成像與深度卷積神經網絡的顯著性目標檢測。

為實現上述目的，本發明提供了一種基于深度卷積神經網絡的顯著性目標檢測裝置，其特征在于，包括光源、空間光調制裝置、透鏡、探測器與處理器模塊，其中，所述空間光調制裝置用于調制所述光源發射的光并照射至目標場景，所述空間光調制裝置使用預置的調制信息進行光場調制，所述空間光調制裝置生成的空間光場為離散余弦結構光分布的光場，所述透鏡用于匯聚所述目標場景的反射光，所述探測器用于探測所述反射光的強度，所述處理器模塊用于采集所述探測器的數據并對所述目標場景進行顯著性目標檢測。

進一步地，所述處理器分別與所述空間光調制裝置和所述探測器連接，實現同步控制。

進一步地，所述離散余弦結構光由以下公式獲得：