[發明專利]一種生物啟發式多級多層次反饋式輪廓檢測方法

有效

• 申請號: 202110936730.2
• 申請日: 2021-08-16
• 公開（公告）號: CN113673538B
• 公開（公告）日: 2023-07-14
• 發明（設計）人: 林川;袁奧;吳海晨;謝智星;古家虹;陳永亮;喬亞坤;張貞光;李福章;潘勇才;韋艷霞
• 申請（專利權）人: 廣西科技大學
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/80;G06V10/82;G06N3/044;G06N3/0455;G06N3/084
• 代理公司: 長沙正奇專利事務所有限責任公司 43113
• 代理人: 周晟

1.一種生物啟發式多級多層次反饋式輪廓檢測方法，其特征在于包括以下步驟：

A、構建深度神經網絡結構，深度神經網絡結構具體如下：

編碼網絡、解碼網絡；

其中，編碼網絡包括VGG16、預處理模塊P、反饋網絡；

VGG16網絡以池化層為分界線，分為五個階段；

所述的預處理模塊P對應VGG16網絡中五個階段設有5個；

所述的反饋網絡設有依次連接的L1、L2、L3、L4四個橫向反饋階段，L1橫向反饋階段中設置4個反饋模塊F，L2橫向反饋階段中設置3個反饋模塊F，L3橫向反饋階段中設置2個反饋模塊F，L4橫向反饋階段中設置1個反饋模塊F；

所述的解碼網絡包括多個反饋模塊F和加法層；

B、原始圖像輸入VGG16網絡中，依次經五個階段卷積處理，得到的輸出結果分別輸入預處理模塊P，獲得前饋信息FF₁、FF₂、FF₃、FF₄、FF₅；

C、將前饋信息FF₁、FF₂、FF₃、FF₄、FF₅輸入L1橫向反饋階段，依次兩兩經過L1橫向反饋階段中的反饋模塊F處理后，獲得反饋融合結果FB_Ⅰ1、FB_Ⅰ2、FB_Ⅰ3、FB_Ⅰ4，輸入L2橫向反饋階段，依次兩兩經過L2橫向反饋階段中的反饋模塊F處理后，獲得反饋融合結果FB_Ⅱ1、FB_Ⅱ2、FB_Ⅱ3，輸入L3橫向反饋階段，依次兩兩經過L3橫向反饋階段中的反饋模塊F處理后，獲得反饋融合結果FB_Ⅲ1、FB_Ⅲ2，輸入L4橫向反饋階段，經過L4橫向反饋階段中的反饋模塊F處理后，獲得反饋融合結果FB_Ⅳ1；

D、解碼網絡對編碼網絡中各個前饋信息和每一階段獲得的反饋信息分別經反饋模塊F處理，融合得到1個前饋融合結果和4個反饋融合結果；將前饋結果與每一級的反饋結果分別進行融合，之后再分別用1×1卷積核縮小特征通道數，然后通過加法層融合得到最終輸出輪廓；

所述的預處理模塊P包括1×1-32卷積層、3×3-32卷積層、5×5-32卷積層，VGG16網絡的五個階段的輸出結果分別輸入一個預處理模塊P；

在預處理模塊P中，每個輸出結果分別經過1×1-32卷積層、3×3-32卷積層、5×5-32卷積層卷積，1×1-32卷積層、3×3-32卷積層的卷積結果相乘后與5×5-32卷積層的卷積結果相加，分別獲得前饋信息FF₁、FF₂、FF₃、FF₄、FF₅；

所述的反饋模塊F包括上采樣層、1×1-32卷積層、加法層、1×1-32卷積層、3×3-32卷積層、5×5-32卷積層；

L1、L2、L3、L4四個橫向反饋階段和解碼網絡中，下層的輸入信息在上采樣層經雙線性鄰近插值法處理與上層的輸入信息尺寸一致后，經1×1-32卷積層處理，處理后的信息與上層的輸入信息經正反饋處理；

正反饋處理后的信息分別輸入1×1-32卷積層、3×3-32卷積層、5×5-32卷積層，卷積后的三個數據相加融合后，從反饋模塊F輸出。

2.如權利要求1所述的生物啟發式多級多層次反饋式輪廓檢測方法，其特征在于：

所述的VGG16網絡由原始VGG16網絡舍棄3個全連接層和最后1個下采樣層后獲得。

3.如權利要求1所述的生物啟發式多級多層次反饋式輪廓檢測方法，其特征在于：

所述的解碼網絡包括前饋信息反饋階段、L1輸出結果反饋階段、L2輸出結果反饋階段、L3輸出結果反饋階段、L4輸出結果反饋階段；

所述的前饋信息反饋階段中設有4個反饋模塊F，前饋信息FF₁、FF₂、FF₃、FF₄、FF₅輸入前饋信息反饋階段中；前饋信息FF₁輸入第一個反饋模塊F的上層，前饋信息FF₂輸入第一個反饋模塊F的下層，進行正反饋處理；第一個反饋模塊F正反饋處理后的信息輸入第二個反饋模塊F的上層，前饋信息FF₃輸入第二個反饋模塊F的下層，進行正反饋處理；第二個反饋模塊F正反饋處理后的信息輸入第三個反饋模塊F的上層，前饋信息FF₄輸入第三個反饋模塊F的下層，進行正反饋處理；第三個反饋模塊F正反饋處理后的信息輸入第四個反饋模塊F的上層，前饋信息FF₅輸入第四個反饋模塊F的下層，進行正反饋處理，得到信息FF；

所述的L1輸出結果反饋階段中設有3個反饋模塊F，反饋融合結果FB_Ⅰ1、FB_Ⅰ2、FB_Ⅰ3、FB_Ⅰ4輸入L1輸出結果反饋階段中；反饋融合結果FB_Ⅰ1輸入第一個反饋模塊F的上層，反饋融合結果FB_Ⅰ2輸入第一個反饋模塊F的下層，進行正反饋處理；第一個反饋模塊F正反饋處理后的信息輸入第二個反饋模塊F的上層，反饋融合結果FB_Ⅰ3輸入第二個反饋模塊F的下層，進行正反饋處理；第二個反饋模塊F正反饋處理后的信息輸入第三個反饋模塊F的上層，反饋融合結果FB_Ⅰ4輸入第三個反饋模塊F的下層，進行正反饋處理，得到信息FB_Ⅰ；

所述的L2輸出結果反饋階段中設有2個反饋模塊F，反饋融合結果FB_Ⅱ1、FB_Ⅱ2、FB_Ⅱ3輸入L2輸出結果反饋階段中；反饋融合結果FB_Ⅱ1輸入第一個反饋模塊F的上層，反饋融合結果FB_Ⅱ2輸入第一個反饋模塊F的下層，進行正反饋處理；第一個反饋模塊F正反饋處理后的信息輸入第二個反饋模塊F的上層，反饋融合結果FB_Ⅱ3輸入第二個反饋模塊F的下層，進行正反饋處理，得到信息FB_Ⅱ；

所述的L3輸出結果反饋階段中設有1個反饋模塊F，反饋融合結果FB_Ⅲ1、FB_Ⅲ2輸入L3輸出結果反饋階段中；反饋融合結果FB_Ⅲ1輸入第一個反饋模塊F的上層，反饋融合結果FB_Ⅲ2輸入第一個反饋模塊F的下層，進行正反饋處理，得到信息FB_Ⅲ；

所述的反饋融合結果FB_Ⅳ1輸入L4輸出結果反饋階段，在其中不做任何處理，作為信息FB_Ⅳ直接輸出；

信息FF與信息FB_Ⅰ相加融合后，經1×1-1卷積后，進行側面輸出；信息FF與信息FB_Ⅱ相加融合后，經1×1-1卷積后，進行側面輸出；信息FF與信息FB_Ⅲ相加融合后，經1×1-1卷積后，進行側面輸出；信息FF與信息FB_Ⅳ相加融合后，經1×1-1卷積后，進行側面輸出；四個側面輸出結果進行相加融合后經1×1-1卷積輸出，即得最終輪廓。