[发明专利]一种基于孪生神经网络的目标检测算法

权利要求书

1.一种基于孪生神经网络的目标检测算法，其特征在于：该算法包括基础网络和目标分类及定位网络，其中，基础网络用来提取图像特征；目标分类及定位网络负责将找到两幅图像中，目标出现的位置，以及对目标进行分类；基础网络使用卷积神经网络来提取图像的特征，同时，结合孪生神经网络的思想来计算待检测图片和基准图片之间的相似度；分类网络是一个全连接网络，将从两张图片中提取得到的特征值作为该网络的输入，输出就是目标物体的类别和位置；具体如下：

1）以固定角度连续拍摄的图像作为算法的训练集和测试集，同时，从图像中找出一组不包含待检测物体的图像；

2）使用孪生神经网络来计算图像之间的相似度；

3）使用深度神经网络来分析图像中的变化目标，并进行分类，输出检测结果。

2.根据权利要求1中所述的基于孪生神经网络的目标检测算法，其特征在于：所述的步骤1）中，拍摄的每张图像都存有相对应的摄像头信息和时间信息，以保证各张图像之间的相似性；并且，在各个场景下该采集一张至若干张不含有目标物体的图像作为基准图像。

3.根据权利要求1中所述的基于孪生神经网络的目标检测算法，其特征在于：所述步骤2）中，算法中使用了孪生神经网络来对图像进行相似性分析；只对同一个摄像头不同时刻拍摄的图像进行相似性分析；不同的摄像头拍摄的图像之间基本没有相关联性，不进行相似性分析。

4.根据权利要求1中所述的基于孪生神经网络的目标检测算法，其特征在于，所述步骤3）中，利用相似性分析的结果，使用深度神经网络来检测变化的目标，并对目标进行分类；具体如下：

1）将算法安装到运行的设备中；使用python编码，最终运行环境为linux操作系统，在电脑中安装相应版本的python和依赖的库文件后，将源文件拷贝到设备中；

2）将算法的参数文件拷贝至设备中，并使用改参数文件初始化算法；

3）将待检测的图片作为算法的输入；

4）输出检测结果。