[發(fā)明專利]一種基于改進(jìn)NMS算法的目標(biāo)檢測方法

在審

• 申請?zhí)枺?/td>: 202110888783.1
• 申請日: 2021-08-03
• 公開（公告）號: CN113591734A
• 公開（公告）日: 2021-11-02
• 發(fā)明（設(shè)計(jì)）人: 孟慶巖;張琳琳;趙茂帆;安健健
• 申請（專利權(quán)）人: 中國科學(xué)院空天信息創(chuàng)新研究院;三亞中科遙感研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京億騰知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11309
• 代理人: 陳霽

1.一種基于改進(jìn)NMS算法的目標(biāo)檢測方法，該方法包括如下步驟(其中深度網(wǎng)絡(luò)計(jì)算輸出的所有候選的預(yù)檢框集合可用B表示，采用NMS算法進(jìn)行篩選等數(shù)據(jù)處理，得到的檢測框集合可用D表示，候選框集合對應(yīng)的置信度值集合可用S表示，A表示所有候選框集合中置信度值最高的檢測框，Sc表示候選框篩選時(shí)設(shè)置的閾值，Nt表示為IOU計(jì)算時(shí)設(shè)置的重疊閾值)：

步驟1)設(shè)置所有候選框篩選時(shí)固定的閾值Sc，將候選框集合B中置信度值小于篩選閾值的預(yù)檢框的置信度值設(shè)置為0；

步驟2)以候選框置信度值為依據(jù)，對候選框集合B進(jìn)行降序排列；

步驟3)將候選框集合B中最高的置信度值添加保留至集合D中，并從集合B中移除A；

步驟4)計(jì)算A、B兩個候選框集合中剩余候選框的IOU值，設(shè)置IOU篩選重疊閾值Nt，將候選框集合計(jì)算結(jié)果中大于重疊閾值的候選框的置信度值設(shè)為0；

步驟5)根據(jù)設(shè)置固定的篩選閾值，對候選框集合全部進(jìn)行上述2)、3)、4)數(shù)據(jù)處理過程，完成所有候選框的篩選工作；

步驟6)基于此方法進(jìn)行目標(biāo)檢測。

2.如權(quán)利要求書1所述的方法，其特征在于，所述步驟4)的具體方法為：

使用分段函數(shù)來完成對置信度的調(diào)整，具體的函數(shù)為：

s_i＝s_i*c_i

式中：c_i表示的是衰減系數(shù)，詳細(xì)取值為：

置信度調(diào)整的關(guān)鍵在于上式中各個線性函數(shù)斜率的確定方式和斜率的大小以及取值區(qū)間范圍的劃分。綜合考慮，將Nt的值選為0.3。在確定了Nt的值后，又將函數(shù)區(qū)間分為了五個區(qū)段，衰減速率會隨著IOU和重疊閾值之間距離的增大而隨之增大，線性函數(shù)各個分段區(qū)域的斜率的絕對值大小也應(yīng)隨之增大。通過計(jì)算可得各個分段線性函數(shù)的衰減系數(shù)值：

3.如權(quán)利要求書1所述的方法，其特征在于，所述步驟4)的具體方法為：

在檢測圖片的檢測框之間不存在重疊區(qū)域的情況下或者面積差距比較大的情況下，會嚴(yán)重影響到檢測算法的速率。基于此，為了提高NMS算法的檢測速率，就NMS算法中的貪婪法篩選候選框完成了兩方面的改進(jìn)：

a)NMS算法中A預(yù)測框和B預(yù)測框的面積分布，可以直接斷定兩個預(yù)測框之間的IOU值小于重疊閾值。算法中計(jì)算預(yù)測框的IOU值時(shí)需要判斷兩個預(yù)測框的包含關(guān)系；不同預(yù)測框之間存在的包含關(guān)系可大概分為A∩B＝B、A∩B＝A四種情況：

進(jìn)行密集目標(biāo)檢測時(shí)可以先用下式中的條件來過濾掉一部分不符合要求的預(yù)測框，然后將無法判斷的預(yù)測框通過計(jì)算IOU值的方法再次進(jìn)行檢測。

b)NMS算法第4步之前增加一個判定式：首先判斷兩個預(yù)測框是否存在重疊的區(qū)域，只針對存在重疊區(qū)域的預(yù)測框進(jìn)行計(jì)算IOU值。針對A、B兩框之間可能會出現(xiàn)的位置分布，最終均可歸類到四種情形(A和B分別表示兩框的面積大小，用w和h來分別表示兩框重疊區(qū)域的長和寬，用虛線部分表示重疊區(qū)域的長和寬不存在，即虛線表示長度為0)：

利用min{w，h}是否為0的方法來判定檢測框之間是否存在重疊的區(qū)域，當(dāng)檢測框之間沒有重疊區(qū)域的時(shí)候，不需要進(jìn)行IOU值得計(jì)算就可以直接判定預(yù)測框B是否剔除。