[发明专利]多目标检测方法、装置及移动终端

权利要求书

1.一种多目标检测方法，其特征在于，包括：

预处理模块对待检测图像进行卷积和池化操作；

第一密集连接模块对所述预处理模块的输出进行卷积操作，并将卷积操作结果与所述预处理模块的输出进行通道维数上的串联操作；

第一过渡模块对所述第一密集连接模块的输出进行卷积和池化操作；

第二密集连接模块对所述第一过渡模块的输出进行卷积操作，并将卷积操作结果与所述第一过渡模块的输出进行通道维数上的串联操作；

第二过渡模块对所述第二密集连接模块的输出进行卷积操作；

第三过渡模块对所述第一过渡模块的输出进行池化和卷积操作；

提取特征层对所述第一过渡模块的输出以及所述第二过渡模块的输出和所述第三过渡模块的输出的串联结果分别进行卷积操作和残差模块处理；

预测层对所述提取特征层的输出进行处理，获得类别置信度和位置预测值，解码预测的目标位置；

非极值抑制模块对所述预测层的输出使用非极值抑制进行后处理，完成多目标检测。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

降采样模块对所述第二过渡模块的输出和所述第三过渡模块的输出的串联结果进行卷积操作；

所述第三过渡模块对所述第二过渡模块的输出和所述第三过渡模块的输出的串联结果进行池化和卷积操作；

所述提取特征层对所述降采样模块的输出和所述第三过渡模块的输出的串联结果进行卷积操作和残差模块处理。

3.根据权利要求1或2所述的方法，其特征在于，所述第一过渡模块对所述第一密集连接模块的输出进行卷积和池化操作包括：所述第一过渡模块对所述第一密集连接模块的输出进行1×1卷积和2×2池化操作。

4.根据权利要求1或2所述的方法，其特征在于，所述第二过渡模块对所述第二密集连接模块的输出进行卷积操作包括：所述第二过渡模块对所述第二密集连接模块的输出进行1×1卷积操作

5.根据权利要求1或2所述的方法，其特征在于，所述第三过渡模块对所述第一过渡模块的输出进行池化和卷积操作包括：所述第三过渡模块对所述第一过渡模块的输出进行2×2池化和1×1卷积操作。

6.根据权利要求2所述的方法，其特征在于，所述降采样模块对所述第二过渡模块的输出和所述第三过渡模块的输出的串联结果进行卷积操作包括：所述降采样模块对所述第二过渡模块的输出和所述第三过渡模块的输出的串联结果依次进行1×1卷积和步长为2的3×3卷积操作。

7.根据权利要求1所述的方法，其特征在于，所述残差模块处理包括：进行重复多次的残差单元处理；

所述残差单元处理包括：在等价映射的基础上，进行连续两组批处理归一化、受限线性单元以及1×1卷积操作，并与所述等价映射进行元素级的相加。

8.根据权利要求1所述的方法，其特征在于，所述提取特征层对所述第一过渡模块的输出以及所述第二过渡模块的输出和所述第三过渡模块的输出的串联结果分别进行卷积操作和残差模块处理包括：

使用训练集的目标标注窗口的宽度、高度如以下两式所示进行归一化和开方，生成的特征将用于聚类分析；

其中w_box和h_box为目标标注窗口的宽度、高度，w_Image和h_Image是对应图像的宽度、高度；

采用基于K均值聚类统计目标横纵比分布的算法，计算得到的n_cluster个目标横纵比，提取特征层中的每个3×3卷积层的输出通道数就是n_cluster×(p+4)，每一组提取的特征就对应的特定尺度s_k下，n_cluster种横纵比的目标信息。