[发明专利]一种基于深度学习的多专项目标检测算法

说明书

本发明公开了一种基于深度学习的多专项目标检测算法，所述目标检测算法的检测模型框架主要包括RoI生成模块和多专项通道模块；所述目标检测算法通过多尺度滑动窗口和选择性搜索得到增广的RoI集，还以穷举的方式接手多尺度滑动窗口生成密集的RoI集；所述目标检测算法通过设计多专项通道网络，每个专项通道网络负责检测一种类型的RoI，每个专项网络都有相同形式的全连接层。本发明利用了两种策略来提升性能，这两种策略在不同的方面增强了检测模型的性能，设计了与形状类别相关的多专项通道检测；使用选择性搜索进一步生成增广的RoI数据集提供给网络进行训练。

技术领域

本发明涉及目标检测算法，具体涉及一种基于深度学习的多专项目标检测算法。

背景技术

目前，目标检测作为计算机视觉中经典的研究内容之一，在研究领域得到越来越多的关注。一般来说，目标检测使用独特的形状模式作为证据，以找到图像中的感兴趣的目标。目标检测模型是在这些形状模式上进行训练的，这些形状模式显示出不同目标的类别。然而，对于单个模型来说，准确地识别所有的外型是相当麻烦的，因为根据目标的基本形状以及不同的姿势和视角，在图像中目标的显示有很大的区别。因此，传统的目标检测方法往往采用混合多个分类器的方法，每个分类器只与相对应的形状图案相关联，以便更好地捕捉目标的形状。在引入卷积神经网络之前，HOG-SVM、DPM等非卷积神经网络的目标检测方法被广泛用于将感兴趣区域(RoI)分类到相应的目标类别。

在过去几年中，人们多次尝试使用卷积神经网络进行目标检测，其中最突出的方法是R-CNN以及基于R-CNN而改进的主流方法。R-CNN依靠启发式选择难负样本的策略来提高性能，而后也有学者利训练迭代过程中在线困难样本挖掘，在每次训练迭代中自动选择具有高优化损失的困难样本来提高检测性能。

发明内容

本发明的主要目的在于提供一种基于卷积神经网络的目标检测方法，采用了多个专项通道进行检测。

本发明采用的技术方案是：一种基于深度学习的多专项目标检测算法，所述目标检测算法的检测模型框架主要包括RoI生成模块和多专项通道模块；其中的数据集能提高网络模型的检测精度和鲁棒性；

所述RoI生成模块的功能为：所述目标检测算法通过多尺度滑动窗口和选择性搜索得到增广的RoI集，在通过选择性搜索生成相对稀疏的RoI集的基础上，还以穷举的方式接手多尺度滑动窗口生成密集的RoI集；

所述多专项通道模块的功能为：所述目标检测算法不采用单通道的RoI检测网络流形，而是通过设计多专项通道网络，每个专项通道网络负责检测一种类型的RoI，每个专项网络都有相同形式的全连接层；

所述目标检测算法采用三种RoI形状，分别是水平伸长，正方形和垂直伸长，根据多尺度滑动窗口寻找具有不同纵横比的区域，使用了高宽比为[3:1,1:1,1:3]的比例来覆盖正方形和细长的目标。

进一步地，所述基于深度学习的多专项目标检测算法还包括：对于每一个纵横比例r，多尺度搜索从宽度(w)和高度(h)的初始化窗口大小开始，使得以及其中W和H分别为输入图像的宽度和高度；滑动步长设定为0.25×min(w,h)；在图像滑动具有特定比例的窗口后，将窗口大小除以2^(1/4)，然后再次滑动窗口；保证了每四次迭代后窗户的大小减少一半；重复这个过程，直到min(h,w)小于25像素。

更进一步地，所述基于深度学习的多专项目标检测算法还包括：对于每个RoI，其对应的从RoI池化层输出的特征图被输入到指定的专项通道中。

更进一步地，所述基于深度学习的多专项目标检测算法还包括：RoI生成以后，将每个RoI按照其形状类别分别输入三个专项通道中的一个；每个RoI根据纵横比在水平伸长，正方形或垂直伸长中选择一个形状类别进行标记，并用以下公式表示RoI的纵横比：

θ＝log₂(w/h)