[发明专利]一种基于Faster-RCNN的加强学习的目标检测方法

权利要求书

1.一种基于Faster-RCNN的加强学习的目标检测方法，其特征在于，所述Faster-RCNN包括卷积神经网络、候选区域网络RPN和分类器，所述方法包括：

采集待测图像，将所述待测图像导入所述卷积神经网络，所述卷积神经网络包括M个网络层，所述卷积神经网络的最后一个尺度的网络结构中包括沙漏模块、其余尺度的网络结构中分别包括卷积层和采样层，M为正整数且M≥2；

按照从所述M个网络层的最顶层至最底层的顺序通过所述M个网络层依次对所述待测图像进行特征提取，生成所述待测图像的M层特征映射图；

将第M层特征映射图导入RPN，通过所述RPN对所述第M层特征映射图中的前景区域和后景区域进行前后景初步分类，并确定所述前景区域的坐标；

确定所述第M层特征映射图中与所述前景区域的坐标对应的特征映射块，将所述特征映射块使用金字塔池化的方法向量化，得到用于表征所述特征映射块的特征向量；

将所述特征向量输入所述分类器中进行具体分类，确定所述特征向量对应的类别并输出检测结果；

其中，所述沙漏模块依次包括下采样层、转置卷积层以及像素叠加层，所述下采样层用于对输入所述沙漏模块的张量进行N种不同尺度的下采样并分别生成N个尺度不同的特征映射图，所述转置卷积层用于采用不同尺度的转置卷积对所述N个尺度不同的特征映射图进行转置卷积，并生成与输入的张量尺度相同的N个特征映射图，所述像素叠加层用于对输入的张量以及与所述张量尺度相同的N个特征映射图进行逐像素的叠加并输出，N为正整数且N≥2。

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：

读入Faster-RCNN在ImageNet数据集上的参数，确定所述卷积神经网络除最后一个尺度之外的其余各个尺度的网络结构的基础网络参数为读取到的参数，确定所述卷积神经网络最后一个尺度的网络结构的基础网络参数为所述沙漏模块对应的参数；

选取训练样本集，所述训练样本集中包括若干个样本图像和每个所述样本图像中的目标框的监督信息，所述目标框用于对目标进行标注，所述监督信息包括所述样本图像中的目标框的位置信息和属性信息，所述目标框的位置信息包括所述目标框的横坐标和纵坐标，所述目标框的属性信息包括所述目标框的长度和宽度；

保持所述卷积神经网络除最后一个尺度之外的其余各个尺度的网络结构的参数为读取到的所述基础网络参数，利用所述训练样本集对所述卷积神经网络最后一个尺度的网络结构的基础网络参数进行训练。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

选取测试样本集，所述测试样本集中包括若干个样本图像，将所述测试样本集中的各个样本图像输入Faster-RCNN中，筛选出误判的样本图像组成新的训练样本集，并对各个误判的样本图像进行监督信息的标注；

当新的训练样本集中的样本图像的数量达到预设数量时，使用所述新的训练样本集不断更新所述Faster-RCNN的参数。

4.根据权利要求2所述的方法，其特征在于，所述Faster-RCNN包括至少两个不同的Faster-RCNN，每个Faster-RCNN分别用于检测不同属性的目标，则所述监督信息中还包括样本属性，所述样本属性是整体、上半部分以及下半部分中的任意一种。

5.根据权利要求1所述的方法，其特征在于，所述通过所述RPN对所述第M层特征映射图中的前景区域和后景区域进行前后景初步分类，包括：

通过候选区域在所述第M层特征映射图上滑动扫描，对所述候选区域进行前后景初步分类，所述候选区域包括32²、64²、128²、256²以及512²中的至少一种，所述候选区域的长宽比例为1：1、1：2以及2：1中的至少一种。

6.根据权利要求1所述的方法，其特征在于，所述将所述待测图像导入所述卷积神经网络，包括：

对所述待测图像进行图像预处理，将所述待测图像的尺寸处理为预定尺寸；

将所述预定尺寸的待测图像导入所述卷积神经网络。