[发明专利]一种基于结构化高阶特征的目标检测系统及方法有效

专利信息
申请号: 201910912143.2 申请日: 2019-09-25
公开(公告)号: CN110689071B 公开(公告)日: 2023-03-24
发明(设计)人: 左旺孟;王昊;王旗龙 申请(专利权)人: 哈尔滨工业大学
主分类号: G06V10/764 分类号: G06V10/764;G06V10/80
代理公司: 哈尔滨市松花江专利商标事务所 23109 代理人: 时起磊
地址: 150001 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 结构 化高阶 特征 目标 检测 系统 方法
【权利要求书】:

1.一种基于结构化高阶特征的目标检测系统,其特征在于,所述目标检测系统包括多尺度特征提取模块、结构化高阶特征提取模块、特征加权模块、特征融合模块、预选框生成模块、特征映射模块、分类及回归模块,其中:

所述多尺度特征提取模块用于对待检测图像的不同尺度特征进行融合,输出多尺度特征;并将多尺度特征输入结构化高阶特征提取模块;

所述结构化高阶特征提取模块用于对输入的多尺度特征进行结构化处理,即对多尺度特征进行维度变换后,获得维度变换后的多尺度特征,并对维度变换后的多尺度特征进行奇异值分解,获得维度变换后的多尺度特征的奇异值矩阵;再对奇异值矩阵进行幂指数操作,获得结构化的多尺度特征;再对结构化的多尺度特征进行处理获得结构化高阶特征;并将结构化的高阶特征输入特征加权模块;

所述特征加权模块用于对输入的结构化高阶特征进行处理,输出特征权重;

所述特征融合模块用于将结构化的高阶特征与特征加权模块输出的特征权重进行按位点积,将按位点积后的特征进行级联,输出加权的结构化高阶特征;

并将加权的结构化高阶特征输入特征映射模块;

预选框生成模块用于生成预选框坐标,并将预选框坐标输入到特征映射模块;特征映射模块用于将预选框坐标映射到加权的结构化高阶特征上,输出经过坐标映射后的特征;

经过坐标映射后的特征输入分类及回归模块,通过分类及回归模块输出目标检测结果。

2.根据权利要求1所述的一种基于结构化高阶特征的目标检测系统,其特征在于,所述多尺度特征提取模块包括卷积层C1_1~卷积层C6_1,按位相加层ADD1,最大池化层P1~最大池化层P4和级联层CAT1~级联层CAT2;

卷积层C1_1用于对待检测的图像依次进行第一卷积操作和第一激活操作;

卷积层C1_2用于对卷积层C1_1的输出依次进行第二卷积操作和第二激活操作;

最大池化层P1用于对卷积层C1_2的输出进行第一最大池化操作;

卷积层C2_1用于对最大池化层P1的输出依次进行第三卷积操作和第三激活操作;

卷积层C2_2用于对卷积层C2_1的输出依次进行第四卷积操作和第四激活操作;

最大池化层P2用于对卷积层C2_2的输出进行第二最大池化操作;

卷积层C3_1用于对最大池化层P2的输出依次进行第五卷积操作和第五激活操作;

卷积层C3_2用于对卷积层C3_1的输出依次进行第六卷积操作和第六激活操作;

卷积层C3_3用于对卷积层C3_2的输出依次进行第七卷积操作和第七激活操作;

最大池化层P3用于对卷积层C3_3的输出进行第三最大池化操作;

卷积层C4_1用于对最大池化层P3的输出依次进行第八卷积操作和第八激活操作;

卷积层C4_2用于对卷积层C4_1的输出依次进行第九卷积操作和第九激活操作;

卷积层C4_3用于对卷积层C4_2的输出依次进行第十卷积操作和第十激活操作;

最大池化层P4用于对卷积层C4_3的输出进行第四最大池化操作;

级联层CAT1用于对卷积层C4_2和卷积层C4_3的输出进行第一特征级联操作;

卷积层C4_4用于对特征级联层CAT1的输出依次进行第十一卷积操作和第十一激活操作;

卷积层C4_5用于对卷积层C4_4的输出依次进行第十二卷积操作和第十二激活操作;

卷积层C5_1用于对最大池化层P4的输出依次进行第十三卷积操作和第十三激活操作;

卷积层C5_2用于对卷积层C5_1的输出依次进行第十四卷积操作和第十四激活操作;

卷积层C5_3用于对卷积层C5_2的输出依次进行第十五卷积操作和第十五激活操作;

级联层CAT2用于对卷积层C5_2和卷积层C5_3的输出进行第二特征级联操作;

卷积层C5_4用于对级联层CAT2的输出依次进行第十六卷积操作和第十六激活操作;

按位相加层ADD1用于对卷积层C5_4和卷积层C4_5的输出进行第一按位相加操作;

卷积层C6_1用于对按位相加层ADD1的输出依次进行第十七卷积操作和第十七激活操作;

卷积层C6_1的输出为多尺度特征;

第一卷积操作至第二卷积操作均为64个卷积核大小为3*3,步长为1,填充为1的卷积操作;

第三卷积操作至第四卷积操作均为128个卷积核大小为3*3,步长为1,填充为1的卷积操作;

第五卷积操作至第七卷积操作均为128个卷积核大小为3*3,步长为1,填充为1的卷积操作;

第八卷积操作至第十卷积操作均为128个卷积核大小为3*3,步长为1,填充为1的卷积操作;

第十一卷积操作为1024个卷积核大小为1*1,步长为1,填充为0的卷积操作;

第十二卷积操作为1024个卷积核大小为1*1,步长为2,填充为0的卷积操作;

第十三卷积操作至第十五卷积操作均为512个卷积核大小为3*3,步长为1,填充为1的卷积操作;

第十六卷积操作为1024个卷积核大小为1*1,步长为1,填充为0的卷积操作;

第十七卷积操作为512个卷积核大小为1*1,步长为1,填充为0的卷积操作;

第一最大池化操作至第四最大池化操作均为池化核大小2*2,步长为2的最大池化操作;

第一特征级联操作至第二特征级联操作均将输入特征按照输入特征的第二个维度进行级联;

第一按位相加操作为将输入特征按位进行相加操作;

第一激活操作至第十七激活操作均采用ReLU激活函数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学,未经哈尔滨工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910912143.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top