[发明专利]基于CNN的监视用客体检测器的方法及装置

权利要求书

1.一种基于卷积神经网络CNN的客体检测器的学习方法，其特征在于，包括：

步骤a：在输入包含至少一个客体的训练图像的情况下，学习装置使至少一个卷积层对所述训练图像应用至少一次卷积运算以输出至少一个特征图，并且使区域建议网络RPN利用所述特征图来输出所述训练图像内的k个感兴趣区域；

步骤b：所述学习装置i)使具有互不相同的池化尺度的各个池化层按相应尺度池化所述特征图上与所述k个感兴趣区域对应的各个区域而按相应尺度分别输出与所述k个感兴趣区域分别对应的k个第一特征向量，ii)使与所述各个池化层对应的各个第1全连接层按相应尺度分别利用所述k个第一特征向量而按相应尺度分别输出k个第二特征向量，iii)使至少一个第2全连接层按相应尺度分别利用所述k个第二特征向量而输出与所述k个感兴趣区域分别对应的各个类信息和各个回归信息；以及

步骤c：所述学习装置使第一损失层参照所述各个类信息、所述各个回归信息及与所述各个类信息、所述各个回归信息对应的第1真实值GT来生成与所述k个感兴趣区域对应的类损失和回归损失，从而通过利用所述类损失和所述回归损失的反向传播来学习所述第2全连接层、所述第1全连接层及所述卷积层，

其中，在所述步骤c中，所述学习装置按由所述各个第1全连接层输出的相应尺度利用与所述k个第二特征向量分别对应的各个所述类损失和各个所述回归损失中的至少一部分来学习所述各个第1全连接层。

2.根据权利要求1所述的学习方法，其特征在于，

所述k个感兴趣区域是由所述RPN从预设候选感兴趣区域中选择的，

在所述步骤a后，所述学习装置使第二损失层参照所述候选感兴趣区域及与所述候选感兴趣区域对应的第2GT来生成感兴趣区域损失，从而通过利用所述感兴趣区域损失的反向传播来学习所述RPN。

3.根据权利要求1所述的学习方法，其特征在于，

所述第2全连接层包括第21全连接层及第22全连接层，

在所述步骤b中，所述学习装置i)使所述第21全连接层按由所述各个第1全连接层输出的相应尺度分别连接所述k个第二特征向量而输出第三特征向量，ii)使所述第22全连接层利用所述第三特征向量来输出与所述k个感兴趣区域对应的所述各个类信息和所述各个回归信息。

4.根据权利要求1所述的学习方法，其特征在于，

所述学习装置对各个所述类损失和各个所述回归损失应用各个加权值并通过反向传播来学习所述各个第1全连接层，并且以关于所述各个第1全连接层对各个所述类损失和各个所述回归损失的贡献度的信息为参考来确定所述各个加权值。

5.根据权利要求1所述的学习方法，其特征在于，

所述学习装置按由所述各个第1全连接层输出的相应尺度使各个所述第二特征向量的信道数量彼此相同。

6.根据权利要求1所述的学习方法，其特征在于，

所述学习装置使由所述各个第1全连接层输出的所述第二特征向量的总信道数量小于预设数量。