[發(fā)明專利]一種基于優(yōu)化錨框機(jī)制的目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210276223.5
• 申請(qǐng)日: 2022-03-21
• 公開（公告）號(hào): CN114863199A
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 梁哲喆;于海;王瑩;朱志良
• 申請(qǐng)（專利權(quán)）人: 東北大學(xué)
• 主分類號(hào): G06V10/774
• 分類號(hào): G06V10/774;G06V10/82;G06V10/764
• 代理公司: 沈陽東大知識(shí)產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李珉

本發(fā)明提供一種基于優(yōu)化錨框機(jī)制的目標(biāo)檢測(cè)方法，涉及目標(biāo)檢測(cè)技術(shù)領(lǐng)域。該方法通過目標(biāo)檢測(cè)模型的骨架和頸部獲得待檢測(cè)實(shí)例圖像對(duì)應(yīng)的金字塔層級(jí)數(shù)量的特征圖；再根據(jù)金字塔層級(jí)數(shù)量的特征圖設(shè)計(jì)錨框參數(shù)，生成錨框；同時(shí)將特征圖通過特征適應(yīng)模塊，得到新特征圖；將新特征圖和錨框輸入至目標(biāo)檢測(cè)模型的頭部進(jìn)行訓(xùn)練；選出各個(gè)特征圖的錨框的各種損失的平均值之和最小的那個(gè)特征圖對(duì)目標(biāo)檢測(cè)模型進(jìn)行訓(xùn)練；最后使用訓(xùn)練好的目標(biāo)檢測(cè)模型對(duì)待檢測(cè)圖像進(jìn)行目標(biāo)檢測(cè)。該方法在前向運(yùn)算中為目標(biāo)檢測(cè)模型設(shè)計(jì)錨框參數(shù)，減少了人工調(diào)整錨框超參數(shù)的成本。根據(jù)每一次前向訓(xùn)練的各損失均值之和進(jìn)行特征圖的選取和訓(xùn)練，從而達(dá)到訓(xùn)練上的最優(yōu)化。

技術(shù)領(lǐng)域

本發(fā)明涉及基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)領(lǐng)域，尤其涉及一種基于優(yōu)化錨框機(jī)制的目標(biāo)檢測(cè)方法。

背景技術(shù)

目標(biāo)檢測(cè)是計(jì)算機(jī)視覺和數(shù)字圖像處理的一個(gè)熱門方向，廣泛應(yīng)用于機(jī)器人導(dǎo)航、智能視頻監(jiān)控、工業(yè)檢測(cè)、航空航天等諸多領(lǐng)域，通過計(jì)算機(jī)視覺減少對(duì)人力資本的消耗，具有重要的現(xiàn)實(shí)意義。因此，目標(biāo)檢測(cè)也就成為了近年來理論和應(yīng)用的研究熱點(diǎn)，它是圖像處理和計(jì)算機(jī)視覺學(xué)科的重要分支，也是智能監(jiān)控系統(tǒng)的核心部分，同時(shí)目標(biāo)檢測(cè)也是泛身份識(shí)別領(lǐng)域的一個(gè)基礎(chǔ)性的算法，對(duì)后續(xù)的人臉識(shí)別、步態(tài)識(shí)別、人群計(jì)數(shù)、實(shí)例分割等任務(wù)起著至關(guān)重要的作用。由于深度學(xué)習(xí)的廣泛運(yùn)用，目標(biāo)檢測(cè)算法得到了較為快速的發(fā)展。目標(biāo)檢測(cè)的任務(wù)是找出圖像中所有感興趣的目標(biāo)(物體)，確定它們的類別和位置，是計(jì)算機(jī)視覺領(lǐng)域的核心問題之一。由于各類物體有不同的外觀、形狀和姿態(tài)，加上成像時(shí)光照、遮擋等因素的干擾，目標(biāo)檢測(cè)一直是計(jì)算機(jī)視覺領(lǐng)域最具有挑戰(zhàn)性的問題。

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法成為現(xiàn)在目標(biāo)檢測(cè)領(lǐng)域的主流?；谏疃葘W(xué)習(xí)的目標(biāo)檢測(cè)算法通常分為兩種類型，分別為單階段目標(biāo)檢測(cè)算法和二階段目標(biāo)檢測(cè)算法。單階段目標(biāo)檢測(cè)算法和二階段目標(biāo)檢測(cè)算法并沒有本質(zhì)上的差別。顧名思義，二階段目標(biāo)檢測(cè)算法由兩個(gè)階段組成：第一階段叫做區(qū)域建議，是對(duì)圖像進(jìn)行處理，找到可能存在待檢測(cè)目標(biāo)所在的區(qū)域的一個(gè)階段；第二階段叫做分類回歸階段，是對(duì)前一個(gè)階段產(chǎn)生的區(qū)域進(jìn)行分類與位置預(yù)測(cè)的一個(gè)階段。而單階段目標(biāo)檢測(cè)算法沒有區(qū)域建議階段，而是直接對(duì)圖像進(jìn)行目標(biāo)的定位與分類。

然而現(xiàn)在的主流的基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，不論單階段目標(biāo)檢測(cè)算法或者是二階段目標(biāo)檢測(cè)算法都會(huì)使用到一個(gè)機(jī)制，那就是錨框機(jī)制，可以說錨框機(jī)制是當(dāng)前目標(biāo)檢測(cè)算法的基石之一。錨框機(jī)制最先是在Faster R-CNN中引入的，是人工設(shè)定好的若干組固定大小以及寬高比的邊界框。FasterR-CNN通過使用錨框取得了很不錯(cuò)的效果。錨框機(jī)制的出現(xiàn)解決了之前無錨框的方法難以解決的一些問題。盡管錨框?qū)δ繕?biāo)檢測(cè)算法影響頗深，但是錨框機(jī)制也有其局限性，比如：對(duì)于不同問題必須人工設(shè)定不同大小以及形狀的錨框；引入錨框的同時(shí)也引入了大量的計(jì)算成本等。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是針對(duì)上述現(xiàn)有技術(shù)的不足，提供一種基于優(yōu)化錨框機(jī)制的目標(biāo)檢測(cè)方法，實(shí)現(xiàn)對(duì)圖像目標(biāo)的檢測(cè)。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：一種基于優(yōu)化錨框機(jī)制的目標(biāo)檢測(cè)方法，包括以下步驟：

步驟1：對(duì)帶有真實(shí)框的待檢測(cè)實(shí)例圖像進(jìn)行數(shù)據(jù)預(yù)處理，得到標(biāo)準(zhǔn)圖像；

所述數(shù)據(jù)預(yù)處理包括：將圖像重新調(diào)整至某一特定大小、數(shù)據(jù)增強(qiáng)和標(biāo)準(zhǔn)化操作；

步驟2：將預(yù)處理后的待檢測(cè)實(shí)例圖像輸入目標(biāo)檢測(cè)模型的骨架—特征提取網(wǎng)絡(luò)，得到特征圖；

步驟3：將骨架部分輸出的特征圖輸入目標(biāo)檢測(cè)模型的頸部—特征金字塔部分，獲得金字塔層級(jí)數(shù)量的特征圖；

步驟4：通過引導(dǎo)式錨框設(shè)計(jì)模塊根據(jù)金字塔層級(jí)數(shù)量的特征圖設(shè)計(jì)錨框參數(shù)，并且使用這些參數(shù)生成錨框；