[發(fā)明專利]一種基于主體區(qū)域引導(dǎo)的偽裝目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202211037831.7
• 申請(qǐng)日: 2022-08-25
• 公開（公告）號(hào): CN115346094B
• 公開（公告）日: 2023-08-22
• 發(fā)明（設(shè)計(jì)）人: 吳智聰;周曉飛;張繼勇;李世鋒;周振;何帆
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué);中電數(shù)據(jù)服務(wù)有限公司
• 主分類號(hào): G06V10/80
• 分類號(hào): G06V10/80;G06V10/82;G06V10/774;G06N3/0464;G06N3/09
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于主體區(qū)域引導(dǎo)的偽裝目標(biāo)檢測(cè)方法，其特征在于：包括以下步驟：

步驟一、訓(xùn)練圖像預(yù)處理：訓(xùn)練數(shù)據(jù)集采用COD10K數(shù)據(jù)集和CAMO數(shù)據(jù)集，對(duì)輸入訓(xùn)練圖像進(jìn)行隨機(jī)翻轉(zhuǎn)與隨機(jī)裁剪操作，并使用距離變化算法生成主體區(qū)域的標(biāo)簽圖，用作后續(xù)網(wǎng)絡(luò)訓(xùn)練時(shí)的監(jiān)督標(biāo)簽；

步驟二、偽裝目標(biāo)預(yù)測(cè)網(wǎng)絡(luò)搭建：偽裝目標(biāo)預(yù)測(cè)網(wǎng)絡(luò)采用Encoder-Decoder結(jié)構(gòu)，包括基于Res2Net-50主干網(wǎng)絡(luò)的編碼部分、包含主體區(qū)域分析模塊、特征融合模塊的解碼部分以及預(yù)測(cè)監(jiān)督部分；

在編碼部分，將經(jīng)過圖像預(yù)處理后的圖像輸入Res2Net-50的主干網(wǎng)絡(luò)，得到通道數(shù)和尺寸不同的各編碼層級(jí)卷積特征圖，將各編碼層級(jí)卷積特征圖各輸入一個(gè)卷積塊進(jìn)行通道維度的壓縮，壓縮后將通道數(shù)相同的各層級(jí)特征圖傳遞至解碼部分；

IF_i＝ReLU(BN(Conv₁₊₃(Encoder_i)))

其中，Encoder_i表示第i層級(jí)編碼塊的特征圖，IF_i表示第i層級(jí)編碼塊壓縮后的特征圖，Conv₁₊₃()表示一個(gè)1×1的卷積層和一個(gè)3×3的卷積層，BN()表示批量歸一化操作，ReLU()表示ReLU激活函數(shù)，壓縮后將通道數(shù)相同的各層級(jí)特征圖傳遞至解碼部分；

在解碼部分，網(wǎng)絡(luò)主要包含主體區(qū)域分析模塊和特征融合模塊，主體區(qū)域分析模塊接收到編碼部分輸出的卷積特征圖和上一層級(jí)特征融合模塊輸出的特征圖，通過殘差融合的方式預(yù)測(cè)偽裝目標(biāo)的主體區(qū)域，定義為：

其中，PF_i-1表示第i-1層級(jí)特征融合模塊輸出的特征圖，BF_i表示第i層級(jí)主體區(qū)域預(yù)測(cè)模塊輸出的特征圖，Conv₃()表示3×3的卷積層，UP()表示雙線性插值上采樣操作，Cat()表示級(jí)聯(lián)操作，每一個(gè)卷積層后都包含批量歸一化操作和ReLU激活函數(shù)；

特征融合模塊接收到主體區(qū)域分析模塊輸出的特征圖，采用自注意力的方式實(shí)現(xiàn)特征融合，進(jìn)行偽裝目標(biāo)的準(zhǔn)確預(yù)測(cè)，定義為：

PF_i＝SA(Conv₃(BF_i)))

其中，SA()表示自注意力操作，并且在卷積層后包含批量歸一化操作和ReLU激活函數(shù)；

最后在預(yù)測(cè)監(jiān)督部分，將解碼部分主體區(qū)域分析模塊和特征融合模塊輸出的特征圖輸入卷積層，并使用上采樣和Softmax操作得到最終的預(yù)測(cè)圖序列；

步驟三、偽裝目標(biāo)預(yù)測(cè)網(wǎng)絡(luò)的訓(xùn)練：網(wǎng)絡(luò)的預(yù)測(cè)監(jiān)督部分輸出包含5張主體區(qū)域預(yù)測(cè)圖和5張偽裝目標(biāo)預(yù)測(cè)圖的序列，使用主體區(qū)域標(biāo)簽圖和目標(biāo)標(biāo)簽圖進(jìn)行監(jiān)督訓(xùn)練，其中主體區(qū)域預(yù)測(cè)圖和標(biāo)簽圖的監(jiān)督采用BCE損失函數(shù)，而偽裝目標(biāo)預(yù)測(cè)圖和標(biāo)簽圖的監(jiān)督采用BCE和IOU的混合損失函數(shù)，

網(wǎng)絡(luò)采用階梯衰減的學(xué)習(xí)率策略，初始學(xué)習(xí)率和衰減系數(shù)分別為0.0001和0.5，批處理參數(shù)設(shè)置為8；網(wǎng)絡(luò)使用隨機(jī)梯度下降算法進(jìn)行優(yōu)化，動(dòng)量系數(shù)設(shè)置為0.9。

2.根據(jù)權(quán)利要求1所述的一種基于主體區(qū)域引導(dǎo)的偽裝目標(biāo)檢測(cè)方法，其特征在于：所述步驟三具體包括：

主體區(qū)域預(yù)測(cè)圖和標(biāo)簽圖的監(jiān)督采用BCE損失函數(shù)，而偽裝目標(biāo)預(yù)測(cè)圖和標(biāo)簽圖的監(jiān)督采用BCE和IOU的混合損失函數(shù)，定義為：

其中，BP_i表示第i層級(jí)主體區(qū)域分析模塊對(duì)應(yīng)預(yù)測(cè)監(jiān)督部分輸出的主體區(qū)域預(yù)測(cè)圖，CP_i表示第i層級(jí)特征融合模塊對(duì)應(yīng)預(yù)測(cè)監(jiān)督部分輸出的偽裝目標(biāo)預(yù)測(cè)圖，BL和GT分別表示主體區(qū)域標(biāo)簽圖和目標(biāo)標(biāo)簽圖，Loss_BCE()表示BCE損失函數(shù)，Loss_BCE+IOU()表示BCE和IOU的混合損失函數(shù)，Loss表示合計(jì)損失值。

3.根據(jù)權(quán)利要求1所述的一種基于主體區(qū)域引導(dǎo)的偽裝目標(biāo)檢測(cè)方法，其特征在于：所述主體區(qū)域分析模塊使用殘差連接的方式，利用編碼部分輸出的卷積特征圖和上一層級(jí)特征融合模塊輸出的特征圖，進(jìn)行主體區(qū)域預(yù)測(cè)。

4.根據(jù)權(quán)利要求1所述的一種基于主體區(qū)域引導(dǎo)的偽裝目標(biāo)檢測(cè)方法，其特征在于：所述特征融合模塊接收到主體區(qū)域分析模塊輸出的特征圖，采用自注意力的方式實(shí)現(xiàn)特征融合，進(jìn)行偽裝目標(biāo)的預(yù)測(cè)。