[发明专利]一种基于卷积神经网络的注意力目标识别方法

权利要求书

1.一种基于卷积神经网络的注意力目标识别方法，其特征在于，包括如下步骤：

1）通过卷积神经网络获取图像的特征，分别得到C3特征图、C4特征图和C5特征图；

2）对所得的C3特征图、C4特征图和C5特征图分别采用1*1的卷积核，进行步长为1，卷积核通道数目为256的卷积操作，卷积操作后分别对应得到P3特征图、P4特征图和P5特征图；

3）对步骤2）得的P3特征图、P4特征图和P5特征图分别进行特征增强处理；所述的特征增强处理，是将P4特征图经过上采样处理得到与P3特征图维度一致的P4′特征图，将P4′特征图与P3特征图对应元素相乘得到特征增强后的P3^*特征图；将P5特征图经过上采样处理得到与P4特征图维度一致的P5′特征图，将P5′特征图与P4特征图对应元素相乘得到特征增强后的P4^*特征图；P5特征图与自己本身的元素对应相乘，得到特征增强后的P5^*特征图；

4）对P5特征图采用3*3的卷积核，进行步长为2，卷积核通道数目为256的卷积操作，得到P6特征图，对P6特征图与本身的元素对应相乘，得到特征增强后的P6^*特征图；

5）对P6特征图采用设定的激活函数对所得特征进行激活操作，然后采用3*3的卷积核，进行步长为2，卷积核通道数目为256的卷积操作，得到P7特征图，将P7特征图与本身对应元素相乘，得到特征增强后的P7*特征图；

6）将P5′特征图经过两层卷积层，卷积核是1*1，步长为1，卷积核的通道数目为256，进行卷积操作后，再采用Sigmoid激活函数进行激活操作，得到的结果与P4特征图对应元素进行相乘，即实现了对特征的注意力操作，得到P8特征图；

7）将P4′特征图经过两层卷积层，卷积核是1*1，步长为1，卷积核的通道数目为256，进行卷积操作后，再采用Sigmoid激活函数进行激活操作，得到的结果与P3特征图对应元素进行相乘，即实现了对特征的注意力操作，得到P9特征图；

8）对所得的P3^*特征图、P4^*特征图、P5^*特征图、P8特征图和P9特征图分别采用3*3的卷积核，进行步长为1，卷积核通道数目为256的卷积操作，卷积操作后分别对应得到F3特征图、F4特征图、F5特征图、F8特征图、F9特征图；

9）对所得的F3特征图、F4特征图、F5特征图、P6^*特征图、P7*特征图、F8特征图和F9特征图，分别进行候选框采样，采样间隔依次对应为8、16、32、64、128、16、8，采样面积大小依次对应为32*32、64*64、128*128、256*256、512*512、64*64、32*32，候选框的长宽比选取为1:1和1：2和2:1三种比例，对得到的候选框分别判断是否含目标物体，将含目标物体的候选框分别进行分类和坐标回归处理，完成对目标的识别；

10）采用交叉熵损失函数和smooth_L1 函数通过反向传播，对卷积核的参数进行优化。

2.根据权利要求1所述的基于卷积神经网络的注意力目标识别方法，其特征在于，步骤1）所述的通过卷积神经网络获取图像的特征，是从深度残差网络或VGG16网络或VGG19网络获取图像的特征，包括将COCO数据集中训练集的图片按照每批次若干张图像输入到卷积神经网络中，对应卷积神经网络的stage3，stage4，stage5分别得到C3特征图、C4特征图和C5特征图。

3.根据权利要求1所述的基于卷积神经网络的注意力目标识别方法，其特征在于，步骤8）所述的分类，是对从含目标物体的候选框中提出的特征图使用分类器判别种类；所述的坐标回归处理是通过边界框回归模型进行坐标回归。

4.根据权利要求1所述的基于卷积神经网络的注意力目标识别方法，其特征在于，步骤9）所述的优化是采用随机梯度下降方法或Adam优化算法进行优化。