[发明专利]基于改进的自适应锚点R-CNN的视频目标检测方法

权利要求书

1.一种基于改进的自适应锚点R-CNN的视频目标检测方法，其特征在于，包括如下步骤：

(1)获取训练样本集S_T和测试样本集S_V：

从一段光学遥感视频中选取连续N帧大小为W×H的图像组成训练样本集I＝{i₁,i₂,...,i_n,...,i_N}，同时从另一段光学遥感视频中选取连续M帧大小为W×H的图像组成测试样本集V＝{v₁,v₂,...,v_m,...,v_M}，其中，N≥300，W和H表示图像的行和列像素点的个数，i_n表示I中第n帧图像，M≥20，v_m表示V中第m帧图像；

(2)构建改进的自适应锚点R-CNN网络G及其损失函数L：

(2a)构建改进的自适应锚点R-CNN网络G：

构建包括特征提取网络、小目标区域提议网络和检测框分类回归网络的改进的自适应锚点R-CNN网络G，其中：特征提取网络包括依次相间层叠的多个卷积层和多个下采样层；小目标区域提议网络包括并行排布且均包括多个层叠的卷积层的中心点提议网络和尺寸提议网络；检测框分类回归网络包括并行排布且均包括一个池化层和多个层叠的全连接层的检测框分类网络和检测框回归网络；

特征提取网络、小目标区域提议网络和检测框分类回归网络依次级联，且特征提取网络的输出端与检测框分类回归网络的输入端级联；

(2b)构建改进的自适应锚点R-CNN网络G的损失函数L：

L＝L₁+L₂+L₃+L₄

其中，L₁为中心点置信度预测损失函数，L₂为尺寸预测损失函数，L₃为检测框置信度损失函数，L₄为检测框位置预测损失函数，b_ij为中心点置信度热图预测标签中坐标为(i,j)的值，b′_ij为中心点置信度热图真实标签中坐标为(i,j)的值，x_ij为尺寸热图预测标签中坐标为(i,j)的值，x′_ij为尺寸热图真实标签中坐标为(i,j)的值，N为训练样本集中目标的个数，C为训练样本集中目标类别的个数，s_ci为检测框置信度预测标签中坐标为(c,i)的值，s′_ci为检测框置信度真实标签中坐标为(c,i)的值，t_ci为检测框位置预测标签中坐标为(c,i)的值，t′_ci为检测框位置真实标签中坐标为(c,i)的值；

(3)对改进的自适应锚点R-CNN网络G进行迭代训练：

(3a)设迭代次数为t，最大迭代次数为T，T≥20，当前改进的自适应锚点R-CNN网络为G^t，并令t＝1，G^t＝G；

(3b)将I作为G^t的输入进行交替的卷积和池化操作，然后对其结果进行全连接操作，得到小区域提议网络的中心点置信度预测标签和尺寸预测标签以及检测框分类回归网络的检测框置信度预测标签和检测框位置预测标签

(3c)采用损失函数L，并通过和计算G^t的损失值L^t；

(3d)采用反向传播算法，并通过L^t对改进的自适应锚点R-CNN网络中卷积层的卷积核参数ω^t、各全连接层结点之间的连接参数θ^t进行更新，得到更新后的G^t；

(3e)判断t＝T是否成立，若是，得到训练好的改进的自适应锚点R-CNN网络G^*，否则，令t＝t+1，并执行步骤(3b)；

(4)获取目标检测识别结果：

将V中的样本依次输入到G^*中进行交替的卷积和池化操作，然后对其结果进行全连接操作，得到G^*的检测框置信度预测标签z₃和检测框位置预测标签z₄。