[发明专利]一种基于尺度等级的图像缩放裁剪方法

说明书

本发明公开了一种基于尺度等级的图像缩放裁剪方法。所述方法包括以下步骤：获取包括训练图像的训练集，计算训练图像的图像尺度指数，根据图像尺度指数生成大、中、小三种尺度等级的标注；根据尺度等级的标注，训练尺度等级分类器；获取包括测试图像的测试集，使用尺度等级分类器分类测试图像的尺度等级；根据尺度等级缩放、裁剪测试图像。本发明对测试图像进行区别化的缩放和裁剪，显著提高小目标的检测精度，同时避免了引入过多的虚警。此外，由于区别化的缩放和裁剪，本发明只增加的少量检测时的计算开销。

技术领域

本发明涉及一种数据增强方法，更具体地，涉及一种基于尺度等级的图像缩放裁剪方法。

背景技术

尽管深度学习方法在通用目标检测领域获得了巨大的成功，它们在小目标检测上的表现不尽人意。小目标挑战通常包括三个方面：更多的小目标、更低的目标平均分辨率和更小的目标相对尺度。下文对比性分析了COCO、ImageNet和VisDrone 2018数据集，进一步阐述这三个方面。

更多的小目标。我们统计了COCO和VisDrone 2018训练集中的目标像素面积分布，VisDrone 2018中约有60％的目标面积不超过1000像素，约75％的目标面积不超过2000像素。而COCO中这样的目标分别只有约40％和55％。由此可见，小目标挑战数据集VisDrone2018有更多的小目标。

更低的目标的平均分辨率。COCO中目标平均面积为2.05e+4像素。而VisDrone2018中目标平均面积仅为2.49e+3像素，是COCO的1/8。更低的分辨率意味着目标携带的外观信息更少、信噪比更低，更难被检测器检出。

除绝对尺度外，小目标挑战的另一方面是目标相对尺度也较小。在检测阶段，图像会被缩放至预设大小。小的目标相对尺度导致缩放后的目标分辨率低，外观信息少，影响检测精度。我们统计了COCO、ImageNet DET和VisDrone 2018中ORS的累计分布。相比于COCO和ImageNet，VisDrone 2018中绝大多数目标具有更小的相对尺度。其中约97％的目标占图像面积不到1％。VisDrone 2018、COCO和ImageNet中ORS的中位数分别为1.73e-2,9.56e-2和5.14e-1。如果让VisDrone 2018中的目标同COCO或ImageNet中的目标尺度相当，VisDrone2018的图片将被放大至COCO图片的5倍、ImageNet图片的29倍。受限于GPU显存，现有深度学习方法难以直接处理如此庞大的图片。

为了解决上述三个小目标挑战，本发明提出一种基于尺度等级的图像缩放裁剪方法：计算训练图像的图像尺度指数，根据图像尺度指数生成大、中、小三种尺度等级的标注；根据尺度等级的标注，训练尺度等级分类器；使用尺度等级分类器分类测试图像的尺度等级；根据尺度等级缩放、裁剪测试图像。

本发明涉及到以下现有技术：