[發明專利]基于超分辨網絡的目標搜索重建方法、裝置及存儲介質

在審

• 申請號: 202111168764.8
• 申請日: 2021-10-08
• 公開（公告）號: CN113591825A
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 李慶鵬;李亞萍;李智勇;方樂緣;王子安
• 申請（專利權）人: 湖南大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06T3/40;G06N3/04;G06N3/08
• 代理公司: 深圳市興科達知識產權代理有限公司 44260
• 代理人: 徐民奎

1.一種基于超分辨網絡的目標搜索重建方法，其特征在于，該方法包括如下步驟：

步驟一、將監控視頻幀以下采樣因子r=4的高斯濾波進行降采樣，得到目標圖像，并對目標圖像中的行人目標進行標注，得到圖像標簽，圖像標簽為每張目標圖像中行人的ID和位置坐標；

步驟二、將待搜索的視頻幀和標注好的目標圖像輸入目標搜索網絡，通過特征提取與聚合模塊，得到原始圖像的特征圖；

步驟三、將所述特征圖輸入到搜索模型中，通過無錨檢測網絡檢測出目標的位置及分類；

步驟四、將檢測到的目標與模板目標圖像進行相似度計算，得到三元組重識別損失，并在原始的在線實例匹配損失中添加一個焦點損失；

步驟五、將回歸損失、分類損失聯合，目標重識別損失單獨計算，得到最終的損失函數，進行目標搜索部分網絡的訓練；

步驟六、在訓練好的網絡中輸入目標圖片及待搜索圖片，特征聚合模塊輸出的特征圖上每個位置與具有分類和中心得分的邊界框以及重識別特征張量相關聯，完成行人搜索過程，得到目標搜索的結果；

步驟七、將目標搜索的結果進行裁剪與拷貝，并使用下采樣因子r=4進行下采樣，獲得低分辨率圖像LR；

步驟八、利用獲得的低分辨率圖像LR與原始的高清晰目標圖像進行圖像超分辨率網絡的訓練；

步驟九、將測試圖片輸入訓練好的圖像超分辨率網絡，輸出超分辨率后的高清圖片SR。

2.根據權利要求1所述的基于超分辨網絡的目標搜索重建方法，其特征在于，在步驟二中，所述目標搜索網絡基于FCOS算法。

3.根據權利要求1或2所述的基于超分辨網絡的目標搜索重建方法，其特征在于，在步驟三中，所述無錨檢測網絡利用FCOS的檢測頭進行檢測。

4.根據權利要求3所述的基于超分辨網絡的目標搜索重建方法，其特征在于，在步驟三中，所述檢測頭由兩個分支組成，該兩個分支包含4個3×3卷積層，一個分支回歸目標偏移和中心度得分，一個分支進行前景/背景的分類。

5.根據權利要求1所述的基于超分辨網絡的目標搜索重建方法，其特征在于，在步驟四中，相似度計算時，在閾值范圍內，取相似度最高的目標作為重識別結果。

6.根據權利要求1所述的基于超分辨網絡的目標搜索重建方法，其特征在于，在步驟五中，在訓練過程中，圖像的長邊隨即調整至667到2000，并使用零填充來適應不同分辨率的圖像。

7.根據權利要求6所述的基于超分辨網絡的目標搜索重建方法，其特征在于，測試圖像調整為1500×900的固定大小。

8.根據權利要求1所述的基于超分辨網絡的目標搜索重建方法，其特征在于，在步驟八中，所述圖像超分辨率網絡模型包括生成網絡和判別網絡，低分辨率圖像LR作為所述生成網絡的輸入，測試圖片輸入所述判別網絡。

9.一種基于超分辨網絡的目標搜索重建裝置，其特征在于，包括：

至少一處理器；

至少一存儲器，用于存儲至少一程序；

當所述至少一程序被所述至少一處理器執行，使得所述至少一處理器實現如權利要求1-8任一項所述基于超分辨網絡的目標搜索重建方法。

10.一種存儲介質，存儲有處理器可執行的指令，其特征在于：處理器執行所述處理器可執行的指令時執行如權利要求1-8任一項所述基于超分辨網絡的目標搜索重建方法。