[发明专利]基于卷积神经网络目标实时检测模型的特征提取方法

说明书

本发明公开了一种基于卷积神经网络目标实时检测模型的特征提取方法，包括下述步骤：图片数据预处理；构建并加载改进的卷积神经网络目标实时检测模型；生成区域矩阵向量并执行池化操作；然后采用一个滑动窗口扫描网格，进行卷积与池化操作计算出滑动窗口内单元格的特征向量；将特征向量进行卷积操作；最后输入分类函数Softmax，计算图片数据的预测概率估计值，并采用滑动窗口合并方法获得滑动窗口与真实检测对象区域最大重叠面积对应的目标区域的特征；输出特征模型。本发明具有能提高较小目标的识别能力、且在特征提取过程中信息不易丢失的特点。

技术领域

本发明属于图像识别领域，具体地说是涉及一种基于卷积神经网络目标实时检测模型的特征提取方法。

背景技术

特征提取方法是图像识别领域的研究热点。YOLO(You Only Look Once:Unified,Real-Time Object Detection)是一种基于卷积神经网络的目标实时检测模型，因其具有海量数据的学习能力、点对点的特征提取能力、以及良好的实时识别效果而备受关注。现有技术中，通过使用高斯混合模型模拟背景特征，提出了基于高斯混合模型和YOLO的行人检测算法，在检测变电站监控视频中的行人时取得了良好效果。利用交替方向乘子法提取灰度图像上下文信息特征，并将该信息组合成一个2D输入通道作为YOLO神经网络模型的输入，形成了基于YOLO的实时目标检测算法，虽然此方法的识别精度有所提高，但是模型的时间开销较大。针对自然图像的文本检测方法，设计了提取图像内文本字符的机制，并采用YOLO进行文本检测和边界框回归。上述这些研究就提高YOLO的性能、拓展其应用等方面做了许多工作，但是采用YOLO神经网络解决图像的特征提取问题时，存在以下一些不足：

1)在识别的过程中，YOLO将需要识别的图像分割为7×7的网格，单元格内用于预测目标的神经元可以属于若干个属于同一类别的滑动窗口，这使得模型具有很强的空间约束性。若滑动窗口内涵盖多个不同类别的对象时，系统无法同时检测出全部的目标对象。

2)在训练过程中对数据集特征提取，网络中的单元格最多负责预测一个真实目标，这导致YOLO检测相对靠近且较小的目标时的效果欠佳。

3)在图像预处理阶段，YOLO将训练数据集的高分辨率图像处理为低分辨率数据并用于最终的分类特征的提取。经过多次卷积后，原始图片分布区域中小的目标的特征难以保存。

发明内容

本发明的目的在于克服上述缺点而提供一种能提高较小目标的识别能力、且在特征提取过程中信息不易丢失的基于卷积神经网络目标实时检测模型的特征提取方法。

本发明的一种基于卷积神经网络目标实时检测模型的特征提取方法，包括下述步骤：

(1)图片数据预处理：针对每一张图片获得真实目标的矩形区域坐标，生成每张图片中真实目标的坐标信息文件；

(2)构建并加载改进的卷积神经网络目标实时检测模型(YOLO)：该模型包括18个用来提取图像特征的卷积层、6个用来缩减图片像素的池化层、1个Softmax输出层和1个全连接层；并在输入图像后，增加了一个最大池化层；

(3)生成区域矩阵向量：根据坐标信息文件，生成每张图片的若干个目标候选区域矩阵向量；

(4)将候选区域矩阵向量作为第一层的输入，将其结果作为第二层的输入；

(5)执行池化操作；

(6)将步骤(5)中的结果作为输入，采用一个滑动窗口扫描网格，进行卷积与池化操作计算出滑动窗口内单元格的特征向量；

(7)将步骤(6)所得的特征向量作为第18个卷积层的输入，运用2×2步幅进行卷积操作；

(8)将步骤(7)的输出作为全连接层的输入，采用1×1步幅进行卷积操作；