[发明专利]基于卷积神经网络的多目标检测模型构建方法

权利要求书

1.一种基于卷积神经网络的多目标检测模型构建方法，其特征在于，包括以下步骤：

步骤1、搭建Caffe深度学习框架，其中检测模型的配置利用Faster R-CNN算法完成，并用ZF网络进行特征提取；所述ZF网络包括5个卷积层和3个全连接层的共享层；

步骤2、设计用于实时准确地生成多目标区域的ADPN网络；所述ADPN网络包括5个卷积层、1个姊妹卷积层、3个最大池化层和2个额外的卷积层，将第5个卷积层和1对姊妹卷积层输出的特征图组合成一个连接的特征图，用两个额外的卷积层计算多目标的区域，并设置不同滑动窗口的种类用于产生小尺寸多目标区域的滑动窗口；

步骤3、分别利用softmax损失函数和smoothL1损失函数对所述ADPN网络进行优化；所述ADPN网络包括两个输出层，其中，第1个输出层为每个预测区域输出一个类似于目标的分数，通过softmax损失函数对其进行优化，第2个输出层输出每个预测区域的坐标向量，通过smoothL1损失函数对其进行优化；

步骤4、采用随机梯度下降法对所述ADPN网络进行训练；

步骤5、设计用于检测多目标类别和位置的DALN网络；所述DALN网络包括最大池化层和ROI池化层，以及FC6和FC7全连接层，FC7层又分成两个全连接层，即FC_type和FC_ori;FC_type的输出被提供给一个双向的softmax，产生一个类别标签，FC_ori的输出被提供给一个8向的softmax，产生一个位置标签；

步骤6、利用两个softmax损失函数对所述DALN网络进行优化；

步骤7、对所述DALN网络进行训练；

步骤8、对所述ADPN网络和DALN网络进行联合训练，得到检测模型。

2.根据权利要求1所述的基于卷积神经网络的多目标检测模型构建方法，其特征在于，所述步骤2包括以下处理：（a）将所述ZF网络最后三个卷积层输出的特征图组合成一个连接的特征图，然后新增加两个用于计算多目标区域的卷积层，替换原来的全连接层；（b）设置滑动窗口的种类：分别使用三个比率3:2、1:1、2:3和四个尺度框64²、128²、256²、512²的滑动窗口，总共预测12种类型的区域；（c）将图像边界外的预测区域丢弃，剩下的区域分别被分配一个代表正负样本的二进制类标签，其中正样本表示区域为目标，负样本表示区域为背景。

3.根据权利要求1所述的基于卷积神经网络的多目标检测模型构建方法，其特征在于，所述步骤3包括以下处理：所述ADPN网络含有两个输出层，使用不同的损失函数：（a）第一个输出层为每个预测区域输出一个表示与目标类似程度的分数，通过softmax损失函数计算；（b）第二个输出层输出每个预测区域的坐标向量loc = (x，y，w，h)，x和y表示预测区域的左上角坐标，而w和h表示预测区域的宽度和高度；然后利用smoothL₁函数来细化坐标，其函数表达式为 ；对于每个正标签区域f^c和真实框loc^*，采用损失函数L_ADPN进行分类训练，其定义为：；其中，，L_cls表示用于分类目标和背景的softmax损失函数，L_bbr表示边界框回归损失函数，p^*是真实框标签，α是平衡参数并且α的值为2。

4.根据权利要求1所述的基于卷积神经网络的多目标检测模型构建方法，其特征在于，所述步骤4包括以下处理：（a）采用预训练的ZF模型初始化所述ADPN网络的前五个卷积层，用以防止过拟合；（b）新增加的卷积层权重由零均值高斯分布随机初始化，标准差为0.01；（c）在每次迭代过程中，将被标记的训练数据输入网络中更新参数；（d）在基于多目标置信分数的区域上采用非最大值抑制法。