[发明专利]基于特定物体像素梯度图的弱监督目标检测方法

权利要求书

1.基于特定物体像素梯度图的弱监督目标检测方法，其特征在于包括模型训练和模型推理两部分；

所述模型训练包括以下步骤：

1)使用弱监督数据集对目标分类器进行微调训练，训练过程中使用平均-最大池化层；

2)提取输入图像每一个类别基于分类得分的特定物体像素梯度图,特定物体像素梯度图反应了像素对特定物体的响应，因此模型可以使用特定物体的像素梯度图来粗略估计目标物体的形状和位置；

3)累加输入图像每个类别的特定物体像素梯度图，并掩盖对应的图像，获得新的图像；

4)对训练数据集的每张图像，重复步骤2)～3)，直到对特定物体的分类得分小于阈值；

5)用累计的特定物体像素梯度图掩盖对应的图像，并获得新的弱监督训练数据集

6)重复步骤1)～5)，直到新的模型损失不再下降；

所述模型推理包括以下步骤：

7)输入图像到模型中，获得每个类别的分类得分；

8)提取输入图像每一个类别基于分类得分的特定物体像素梯度图；

9)累加每张图像每个类别的特定物体像素梯度图，并用累计的特定物体像素梯度图掩盖对应的图像，获得新的图像；

10)重复步骤7)～9)，直到对特定物体的分类得分小于阈值；

11)使用高斯模型提取累加像素梯度图的每个物体的部件，然后使用最小包围矩形获得检测结果。

2.如权利要求1所述基于特定物体像素梯度图的弱监督目标检测方法，其特征在于在步骤1)中，使用平均-最大池化层提高弱监督目标检测的性能，前向传播和反向传播公式如下：

其中，平均-最大值池化层的输入为输出为其中，h和w分别表示特征图u的高度和宽度，表示实数范围；若输入有多个通道，比如则把以下操作一个一个通道执行，最后获得一个向量集合w＝{u_ij|u_ij∈u，u_ij＞ξ，1≤i≤h，1≤j≤w}，其中，ξ表示一个阈值，u_ij表示输入u中第i行、第j列的元素；若u里的元素都小于阈值ξ，则定义为全局最大池化：

定义为全局平均池化：

其中，u和w分别表示u和w内的元素，|w|表示集合w中元素的数目，并且设置ξ＝0。

3.如权利要求1所述基于特定物体像素梯度图的弱监督目标检测方法，其特征在于在步骤2)中，通过提取每一张训练图像的特定物体的像素梯度图，估计目标物体的粗略形状和位置：

其中，表示第K个类别的损失值，y_k表示y中第K个类别的标签，s∈[0，1]^K表示对应图像的类别预测结果，s_k表示s中第K个类别的预测，和分别表示训练数据集的平均图像和对应的分类预测结果，表示中第K个类别的预测，K表示数据集的类别数目；每一张图像获得K个特定物体像素梯度图，因此，图像x相对于损失的梯度是：

其中，z^l表示第l层的特征图，表示第K个类别的梯度图，z¹就是x。

4.如权利要求1所述基于特定物体像素梯度图的弱监督目标检测方法，其特征在于在步骤3)中，根据每一个特定物体像素梯度图来掩盖对应的输入图像：

或：

或：

其中，t表示迭代成分挖掘的次数，x表示原始的输入图像，x^t表示第t次迭代获得的图像，表示第K个类别的CPG图，表示第t次迭代时第K个类别的CPG图，表示第t次迭代时第K个类别的梯度；

然后对新图像进行迭代成分挖掘。

5.如权利要求1所述基于特定物体像素梯度图的弱监督目标检测方法，其特征在于在步骤5)中，使用阈值化后的特定物体像素梯度图来掩盖输入图像，并获得新的数据集：

其中，T表示迭代学习的次数，表示第T次迭代微调时候，图像的第i行、第j列的像素，ξ每次随机从从选择，表示数据集里所有像素的平均值，ζ表示0到255的随机整数；将图像组成的数据集表示为D^T，用当前的数据集D^T微调之前的模型m^T-1，并获得新模型m^T。