[发明专利]一种多目标检测方法

说明书

本发明公开了一种多目标检测方法，包括以下步骤：S1、提取基本特征图和上下文特征图；S2、抓取实时图像中的模糊激活区域，以模糊激活区域的坐标信息作为第一批定位信息；S3、令循环次数n＝1；S4、以第n批定位信息的坐标对为中心，在基本特征图上获取该中心位置附近固定面积的局部特征矩阵；S5、将聚焦特征和上下文特征输入双层循环卷积发射模块；S6、令n＝n+1，返回步骤S4，直到达到预设的循环次数；输出所有定位信息；S7、将所有定位信息输入区域建议网络；S8、循环步骤S1到S7，对所有误差求和。本发明能通过预先定义的双层循环卷积发射模块输出定位信息，从而获取到图像中目标物体的大致位置，大幅度减少对每个特征点进行的计算量。

技术领域

本发明属于目标检测技术领域，特别涉及计算机领域中的一种对图像目标检测的方法。

背景技术

如今，以NVIDIA系列为代表的高速并行运算架构逐步发展壮大，从DirectX到现在的GTX1080TI等计算设备，它的产品逐渐发展成为更平民化的并行计算平台。在这个大众化的趋势下，各个需要丰富计算资源的领域得以飞速发展，其中图像处理技术引领先驱，推动了智能技术、监控技术、安防技术等众多领域的进步。除此之外，若干在影像实时感知领域的相关硬件技术也相应地开始蓬勃发展，例如外设装置中的红外摄像头、单双目摄像头等，这些感知硬件逐渐发展为更加符合人眼视觉系统的结构，以利于软件算法上对于图像的处理。在图像感知模块与嵌入式计算系统的双重支持下，如何能够在移动智能机器问题上使用更加创新、更加符合人体工学的图像分析技术成为一个极具挑战的跨软硬件、跨学科的前沿课题。

近年来，由于硬件系统的飞速发展，许多更高性能的实时图像分析和处理方法也相应诞生，其中需要解决的较为重要的问题是对于图像中多个目标的实时检测。目前工业界已经出现许多成熟的多目标检测方法，在传统机器学习领域中，目标检测一般分为暴力提取候选区域、手工设计提取特征、使用快速的Adaboost算法或泛化能力强的SVM算法进行分类三个步骤，但这样的方法存在较为明显问题，一是使用滑动窗口的暴力策略会削弱算法的效率，在无用的图像区域增加冗余计算量，二是传统的分类器难以适应种类多样性的变化。

发明内容

本发明的目的在于克服现有技术的不足，提供一种能通过预先定义的双层循环卷积发射模块输出定位信息，从而获取到图像中目标物体的大致位置，大幅度减少对每个特征点进行的计算量，避免了Faster-RCNN方法中对每个位置进行锚定和计算，使检测得以更加符合实时情况下的检测速度的多目标检测方法。

本发明的目的是通过以下技术方案来实现的：一种多目标检测方法，包括以下步骤：

S1、从摄像头获取实时图像，从实时图像中提取基本特征图，同时将实时图像输入上下文综合网络，得到上下文特征图；

S2、将实时图像输入卷积激活网络，抓取实时图像中的模糊激活区域；为每幅实时图像创建对应的定位缓存池，用于存放该实时图像的所有激活区域的坐标信息，以模糊激活区域的坐标信息作为第一批定位信息；

S3、令循环次数n＝1；

S4、以第n批定位信息的坐标对为中心，在基本特征图上获取该中心位置附近固定面积的局部特征矩阵，对局部特征矩阵进行滤波和池化处理，得到聚焦特征；

S5、将聚焦特征和上下文特征输入双层循环卷积发射模块，输出两个预测值：第一预测值为该特征属于相应类别的置信度；第二预测值为输入该双层循环卷积发射模块的第n+1批定位信息，并将此批定位信息输入到定位缓存池，该定位缓存池是全局维护的，每一次循环体结束后都要向定位缓存池中注入当次循环体输出的定位信息；

S6、令n＝n+1，返回步骤S4，直到达到预设的循环次数；最后输出所有定位信息，以及两个误差值：第一误差值为定位附近预测类别与标签类别的误差，第二误差值为定位信息与标签目标框坐标的误差；