[發明專利]一種基于兩級優化網絡的偽裝物體檢測方法

在審

• 申請號: 202111243490.4
• 申請日: 2021-10-25
• 公開（公告）號: CN114187230A
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 姜璇;張亞杰;蘇荔;李國榮;黃慶明
• 申請（專利權）人: 中國科學院大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/25;G06V10/80;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 廣州粵弘專利代理事務所(普通合伙) 44492
• 代理人: 馬騰飛

1.一種基于兩級優化網絡的偽裝物體檢測方法，其特征在于，兩級優化網絡共分為兩個階段，第一階段遵循編碼器解碼器結構，以ResNet50作為特征提取的主干，用于對偽裝物體進行定位、識別，形成粗糙映射；第二階段使用并行的解碼器結構，以物體邊緣作為邊界信息，促進網絡關注物體邊緣，對第一階段生成的映射進行優化。

2.如權利要求1所述的一種基于兩級優化網絡的偽裝物體檢測方法，其特征在于，第一階段為前特征融合階段，選用ResNet50作為骨干網絡，以保證能夠有效提取到深層特征；

該階段目的是獲得一個粗略的偽裝物體映射圖，基于對計算效率和檢測精度的考量，提出以下兩個模塊：

(1)通道注意力模塊：

在編碼器每一層的輸出上都應用一個通道注意力機制，以保留淺層特征中的有用信息，減少冗余信息；

其旨在提取有效信息，可以表示為：

其中，Attention表示該通道注意力模塊，則為自底向上第i個通道注意力模塊的輸出，為編碼階段中的中第i個編碼塊；

該通道注意力模塊共有4層：第一個卷積層的尺寸為1×1，用以將通道數降為32層；其后為兩個3×3的卷積層，每個卷積層后都使用了歸一化，經過這兩層后圖像通道仍保持為32層，且尺寸不變；最后經過一層Relu函數，獲得最終的特征；

(2)全局特征和局部特征融合模塊：

該模塊在解碼器階段實現，其結構幾乎與編碼器對稱，解碼器每層都包括兩個3×3卷積層并隨后使用了歸一化和ReLu函數，該模塊還引入了cSE模塊和sSE模塊以獲取更精確的檢測結果，這些模塊可以更好地建立不同通道之間的依賴關系并引導網絡關注和偽裝物體有關的特征，此外對編碼器最后一層的輸出結果使用了金字塔池化模塊以獲得全局特征，解碼器每層輸入都為對應通道注意力模塊輸出結果和經過上采樣的上一層輸出結果的組合：

其中GLFA表示全局特征和局部特征融合模塊中的解碼器模塊，PPM表示引入的金字塔池化模型，Cat表示特征圖的連接，Upsample表示上采樣過程，為自底向上第i個通道注意力模塊的輸出，為全局特征和局部特征融合模塊中第i層輸出；

由此，解碼器可以學習到更全面的語義信息，并構建一個預測模塊以獲得最終結果，其包含一個3×3的卷積層，ELU激活函數，以及一個1×1卷積層，其可表示為：

其中ELU表示ELU激活函數，Conv表示應用在此處的兩個卷積層，Upsample表示上采樣，表示該模塊自底向上第4層的輸出結果，以使得預測圖和最終的真值圖具有同樣的大小。

3.如權利要求2所述的一種基于兩級優化網絡的偽裝物體檢測方法，其特征在于，第二階段為優化階段，優化階段旨在利用物體邊緣信息進一步將偽裝物體從背景中區分出來；在該階段引入邊緣真值圖作為監督信息，以使模型更加關注于物體在邊緣處的區別；其具體為：

優化模塊使用和全局特征和局部特征融合模塊相同的解碼器結構，并與其形成并行對應關系，該模塊中每層的輸入也為對應通道注意力模塊輸出結果和經過上采樣的上一層輸出結果的組合，因此，優化模塊可以進一步利用前特征融合階段中的特征，對其提取過程起到約束作用，同時使特征重構過程更加全面，由此精化最終的預測圖；

該階段最終的預測結果可表示為：

其中ELU表示ELU激活函數，Conv表示應用在此處的兩個卷積層，Upsample表示上采樣，表示該階段編碼器自底向上第4層的輸出結果，以使得預測圖和最終的邊緣真值圖具有同樣的大小；

兩級優化網絡的損失由兩個解碼器的預測損失加和得到，選擇二值交叉熵損失作為損失函數，整體的損失函數為：

其中L_total表示整體損失，表示前融合階段的損失，即pred_c為前特征融合模塊的預測結果和GT為真值圖；表示優化模塊的損失，pred_e為邊緣優化模塊預測結果，GT_edge為通過真值圖計算得到的邊緣真值圖。