[发明专利]一种改进型RoIAlign区域特征聚集算法

权利要求书

1.一种改进型RoIAlign区域特征聚集算法，其特征在于，步骤如下：

S1采用中心点对齐方法将源图像和目标图像几何中心对齐，假设源图像尺寸m×n目标图像大小为a×b则两幅图像的宽度与高度比例分别为m/a和n/b，则目标图像中某像素点(dstX，dstY)可以通过插值比例映射回源图像中相应像素位置(srcX，srcY)改进源图像与目标图像的对齐方式，将左上角对齐改进为中心点对齐，此时计算公式为下式：

可将公式进一步变形为：

公式的后半部分可视为整个插值运算的控制因子，其取值可正可负，此时源图像与目标图像的坐标中心为坐标系原点，将源图像与目标图像的中心点坐标达到重合，由于该控制因子的存在，使得映射过程充分并且均匀的利用了源图的所有像素。

S2进行双线性插值计算，为提高计算效率和计算精度，将浮点运算转换成整数运算，计算方法为首先对目标图像坐标点取整，对小数部分按照倍率放大后取整，再对其进行向右的移位运算，达到除以放大倍率的目的，从而得到最终插值结果。

2.根据权利要求1所述的一种改进型RoIAlign区域特征聚集算法，其特征在于，在S2步骤中，对目标图像坐标点取整，对小数部分按照倍率放大后取整的方法如下：

为求得目标图像某像素点(x,y)处的像素值f(x，y)，假设该点坐标为浮点数(26.15,25.66)，首先对目标图像坐标点取整，对小数部分按照倍率放大后取整，如下式：

其中，New_x与New_y为目标点浮点坐标值的整数部分，Δx与Δy是浮点数小数部分倍率放大后的结果取整值，inv_x与inv_y表示(1-x)和(1-y)，以上数据均利用floor()函数进行向下取整。将这些参数代入下式：

式中参数均为整数，且已知源图像在(0,0)、(0.1)、(1,0)以及(1,1)处的像素值f(0，0)、f(0，1),f(0，1)、f(1，0)以及f(1，1)均为整数，得到整数Integer，再对其进行向右的移位运算，移动22位，达到除以放大倍率4194304的目的，得到最终插值结果。