[发明专利]一种基于深度卷积神经网络的视频小目标检测方法

权利要求书

1.一种基于深度卷积神经网络的视频小目标检测方法，其特征在于包括如下步骤：

步骤（1）模型预训练：基于预训练的VGG模型开始网络的迭代训练，在大小为51×39的256通道图像的每一个位置取9个候选窗口，即三种面积{128²,256²,512²}×三种比例{1:1,1:2,2:1}，候选窗口作为anchors,即锚点；

步骤（2）基于深度卷积神经网络的特征提取：加入残差结构的卷积层用于提取特征图，网络使用的损失函数为；

其中，i表示锚点索引值，pi表示前景的softmax预测概率，表示对应的Ground Truth预测概率，t表示预测的bounding box，t*表示前景锚点对应的Ground Truth box，且，，为参数；

步骤（3）获取候选区域及其对应的Softmax概率：依据步骤（1）、（2）中训练得到的网络E-RPN，获取候选ROI区域，获取检测目标的Softmax概率；

步骤（4）读取候选区域及其对应的Softmax概率：将获取的候选ROI区域信息传入网络，将其对应的Softmax概率作为bbox_inside_weights传入网络，通过caffe blob大小对比，计算得出bbox_outside_weights作为参数；

步骤（5）循环迭代训练E-RPN网络：将获取得到的候选ROI区域循环迭代训练网络E-RPN，直至Softmax概率与检测框回归，得到最终模型。

2.根据权利要求1所述的一种基于深度卷积神经网络的视频小目标检测方法，其特征在于：步骤（2）中，的取值为：

当第i个anchor与Ground Truth间IoU（intersection-of-union）>0.7，则；当IoU < 0.3时，则；对于0.3 < IoU < 0.7的锚点则不参与训练。