[发明专利]基于多层特征图融合的SSD目标检测算法

说明书

本发明公开了计算机视觉领域内的一种基于多层特征图融合的SSD目标检测算法，包括以下具体步骤：对图像进行预处理，将图像大小缩放成网络能够进行检测的尺寸；选取网络Darknet53对图像进行特征提取；在网络Darknet53的后面额外增加三个卷积层，融合Darknet53中后三层卷积层及增加的三层卷积层所产生的六层特征图；将该融合的特征图使用卷积进行下采样操作，产生金字塔特征层次结构；将网络Darknet53的后两层及额外增加三个卷积层产生的五层特征图进行上采样操作，然后与金字塔特征层次结构中尺寸对应的特征图进行融合；在这六层融合后的特征图上使用一系列卷积产生最终的检测结果，本发明极大的改善了目标检测的能力，可用于图像处理中。

技术领域

本发明涉及一种图像处理方法，具体的说是一种SSD目标检测算法，属于计算机视觉技术领域。

背景技术

目标检测是计算机视觉领域的重要研究方向之一，传统的目标检测方法是通过人工设计特征后利用分类器对特征进行分类实现目标检测，如梯度方向直方图HOG(Histogram of Oriented Gradient)和支持向量机SVM(Support Vector Machine)。随着深度学习技术的发展，工程特征大部分已经被深度卷积网络计算的特征所取代，不需要再人工的去设计特征。除了能够表示更高级别的语义信息外，深度卷积网络对于尺度变化也更加鲁棒，从而有助于对单一尺度上计算的特征进行识别。当前效果最好的目标检测算法是基于候选区域建议的Two Stage目标检测方法。例如经典的R-CNN检测算法，该类算法的主要思想可以分为两步：第一步产生物体的候选区域，第二步则对第一层产生的每一个候选区域进行分类及定位。近年来，经过一系列的改进，Fast R-CNN、Faster R-CNN、FPN、R-FCN等基于候选区域建议的Two Stage目标检测算法目前已经达到了非常好的精度,但是缺点是速度慢，达不到实时性要求。在Two Stage检测算法取得了非常大的进步之后，那么有一个问题是：One Stage目标检测算法能不能达到相似的精度。One Stage目标检测算法采用回归的思想，需要先按照一定的方式设立默认框，并通过建立起预测框、默认框、groundtruth框之间的关系进行训练。目前经典的One Stage检测算法（YOLO、SSD）以及相应的改进算法（YOLOv2、YOLOv3、DSSD、FSSD等）被证明检测精度大概落后于Two Stage检测算法精度的10%～40%，但是速度却优于Two Stage检测算法，可以达到实时性要求。

发明内容

本发明的目的是提供一种基于多层特征图融合的SSD目标检测算法，极大的改善了目标检测的能力，同时也改善了对小目标物体的检测能力。

本发明的目的是这样实现的：一种基于多层特征图融合的SSD目标检测算法，其特征在于，包括以下具体步骤：

步骤1）对图像进行预处理，将图像大小缩放成网络能够进行检测的尺寸；

步骤2）选取网络Darknet53作为特征提取网络；

步骤3）在网络Darknet53的后面额外增加三个卷积层，得到八个卷积层，并使用该网络对图像进行特征提取，得到特征图；

步骤4）对后五个特征图上采样操作后得到后六个特征图分辨率相同，并对其进行融合，将该融合的六层特征图使用卷积进行下采样操作，产生金字塔特征层次结构；

步骤5）将网络Darknet53的后两层及额外增加三个卷积层产生的五层特征图进行上采样操作，然后与金字塔特征层次结构中尺寸对应的特征图进行融合；

步骤6）在这六层融合后的特征图上使用一系列卷积产生最终的检测结果。

作为本发明的进一步限定，步骤1具体为：使用插值的方法将图像缩放成300×300的大小，可采用最近邻插值、线性插值或区域插值。

作为本发明的进一步限定，步骤4具体为：