[发明专利]基于注意力机制的上下文特征融合筛选的小目标检测方法

说明书

本发明公开了一种基于注意力机制的上下文特征融合筛选的小目标检测方法，该方法包括四个步骤：（1）将基于弱监督学习的图像分割标注与目标检测标注匹配，然后构造适用于基于注意力机制的上下文特征融合和筛选的小目标检测数据集；（2）构建基于语义分割和目标检测的多任务深度网络及其交互共享结构；（3）通过语义可视化分析优化小目标检测网络上下文特征融合和筛选能力；（4）训练基于注意力机制的上下文特征融合和筛选的神经网络模型进行小目标检测。本发明对图像中的小目标检测具有较好准确度，优于其它小目标检测方法。

技术领域

本发明涉及图像中小目标检测，特别涉及一种基于注意力机制的上下文特征融合筛选的小目标检测方法。

背景技术

实时、高精度的目标检测是实现计算机有效视觉感知的关键步骤和必须克服的难点。近年来，深度学习和卷积神经网络的发展使计算机视觉研究和技术取得了突破性进展，尤其针对目标检测任务，实现了将检测任务与识别任务统一到一个神经网络框架中，在实时性与精度两个方面均远远超越了传统目标检测方法。然而，当待检测目标在不同视距与场景中尺度变化较大时，现有的深度网络模型仍不能有效地检测出小尺度目标。

在实际应用场景中，目前的深度网络模型对小目标的检测与识别性能仍无法满足大量应用场景中的实际需求，提高深度网络模型对小目标的检测和识别精度具有重要的应用前景，该方向的研究成果可以推广应用到人脸和行人检测、智能交通、公共安全、机器人导航、医疗辅助诊断等，从而促进深度学习技术在机器视觉和人工智能领域的更广泛应用。

融合目标候选区及附近上下文信息，挖掘并利用小目标与场景之间的相互关系，提高小目标的检测精度。可以将目标上下文信息较全面地概括为三类：①语义上下文(Semantic context),即目标与其他目标类别及场景等相关联的语义信息；②尺度上下文(Scale context),即目标之间的尺度大小关系；③空间上下文(Spatial context),即目标与附近其它目标的空间位置关系。DeepIDNet通过融合图像分类与目标检测，利用目标与图像全局场景相关的语义上下文信息提高检测精度；ION利用RNN(Recurrent NeuralNetworks)学习空间上下文特征即各候选局部区域之间位置关系信息。然而，这些方法只是将上下文语义特征与目标候选区的卷积特征简单串接，而未从目标检测网络提取的卷积特征中充分挖掘上下文语义信息。

但是目前神经网络模型用于小目标方法存在以下问题：

(1)常用的目标检测训练集缺乏像素级别的标注，而仅对目标的位置坐标与类别作了标注，这就会导致目标检测网络训练时不能充分挖掘目标上下文信息，而深度网络模型从低分辨率的小目标上提取的特征比较粗糙，尺寸较小的目标相比较于预设大小的目标候选框，其特征信息所占比例比较小。

(2)已有上下文信息挖掘模型大多只能从某一方面(语义上下文或空间上下文)挖掘语义特征，为候选目标特征补充更全面的上下文信息(比如，目标候选区内多个目标的遮挡关系、多类别间的关联、尺度大小关系等)，筛选与待检测目标相关的上下文特征，去除上下文特征中噪声对目标检测的干扰等仍是尚未解决的问题。

本发明技术主要针对小目标检测现有问题，采用图像语义分割网络学习细粒度语义分割特征，并从语义、尺度、空间等多个方面挖掘和分析其包含的目标上下文信息；研究基于注意力机制的软参数共享机制，实现对RoI卷积特征的筛选、融合，提出一种基于注意力机制的上下文特征融合和筛选的小目标检测方法。

发明内容