[发明专利]一种基于VggNet的显著目标检测方法

权利要求书

1.一种基于VggNet的显著目标检测方法，其特征在于：该方法以保留图像底层边缘特征为主要目标，提取高层语义特征为第二目标，通过将图像底层边缘特征与高层语义特征进行卷积，进而获得目标显著图，在确保有效提高检测准确率的同时，通过减少全连接层和增加归一化层大幅度提升网络训练速度，对于任意大小的RGB图像，通过线性插值将图像调整为固定的大小，从而实现不同大小的图像均能得到有效的处理；其包括以下步骤：

1)通过线性插值对输入图像进行预处理，使所有图像满足网络输入要求；

2)通过卷积操作按层次提取图像特征，根据卷积核大小和步长分别获得多个通道的卷积结果；

3)通过下采样操作对卷积结果进行处理，减少数据操作时间及空间消耗；

4)通过批量归一化层归一化图像数据，防止出现梯度弥散或梯度爆炸的情况；

5)对卷积结果进行反卷积操作将图像矩阵还原至原图像大小，准备生成显著图；

6)将反卷积后的结果与底层边缘信息进行卷积，获得最终目标显著图。

2.根据权利要求1所述的一种基于VggNet的显著目标检测方法，其特征在于：在步骤1)中，利用线性插值将任意大小的RGB图像调整为224×224大小的图像，其核心思想是在两个方向上分别进行一次线性插值，线性插值操作流程及公式如下：

已知图像矩阵数据上存在四个点(x₀,y₀)、(x₀,y₁)、(x₁,y₀)、(x₁,y₁),f(x₀,y₀)、f(x₀,y₁)、f(x₁,y₀)、f(x₁,y₁)分别为四个点对应的值；

对横坐标为x₀的y轴方向进行线性插值的计算公式如下：

式中，Z₁表示计算结果，v表示计算插值结果的点离坐标(x₀,y₀)的y轴方向距离；

对横坐标为x₁的y轴方向进行线性插值的计算公式如下：

式中，Z₂为计算结果，v表示计算插值结果的点离坐标(x₁,y₀)的y轴方向的距离；

对x轴方向进行线性插值的计算公式如下：

式中，Z为最终的插值结果，Z₂与Z₁分别为之前的计算结果，u表示计算差值结果的点离x₀的x轴方向的距离。

3.根据权利要求1所述的一种基于VggNet的显著目标检测方法，其特征在于：在步骤2)中，所述卷积核大小分为两种：3×3大小的卷积核能够捕获上下左右和中心概念的尺寸，能够获取邻居信息，也能够起到非线性调整数据结构的效果，1×1大小的卷积核作为辅助卷积核，能够通过控制卷积核的数量实现降维操作。

4.根据权利要求1所述的一种基于VggNet的显著目标检测方法，其特征在于：在步骤3)中，所述下采样操作分为均值采样和最大值采样，所述均值采样对邻域内特征点求平均值，能够减少邻域大小受限造成的估计值方差增大问题；所述最大值采样对邻域内的特征点求最大值，能够解决卷积层参数误差造成估计均值的偏移问题。

5.根据权利要求1所述的一种基于VggNet的显著目标检测方法，其特征在于：在步骤4)中，所述批量归一化的具体作用是归纳统一样本的统计分布性，使得所有样本的输入信号其均值接近于0或与其均方差相比小于设定值。

6.根据权利要求1所述的一种基于VggNet的显著目标检测方法，其特征在于：在步骤5)中，所述反卷积是卷积操作的逆过程，反卷积以卷积操作得到的特征图为输入，进行计算，得到反卷积结果，用以验证显示各层得到的特征图。

7.根据权利要求1所述的一种基于VggNet的显著目标检测方法，其特征在于：在步骤6)中，将反卷积结果与底层边缘信息进行卷积的意义在于多次卷积模糊了图像的边缘特征，预先保留的底层卷积副本弥补了反卷积结果的不足，使得目标的定位更加准确。