[发明专利]一种探测机器人视觉目标检测方法

说明书

本发明公开了一种探测机器人视觉目标检测方法，包括构建混合注意力自适应感知网络；训练所述混合注意力自适应感知网络；使用训练后的混合注意力自适应感知网络进行探测机器人视觉目标检测。所述混合注意力自适应感知网络包括全局注意力层次网络，目标空间定位网络、自适应局部注意力感知网络、目标分类识别网络，使用本发明能够在统一框架下完成目标定位与识别任务，且骨干网络均基于全局注意力机制下权重共享，能够综合two‑stage与one‑stage优点，在高实时的同时具备高准确率与低漏检率，适用于探测机器人高要求工作条件。

技术领域

本发明属于机器人视觉检测技术领域，具体涉及一种探测机器人视觉目标检测方法。

背景技术

探测机器人是用于特定区域执行特殊探测任务的地面移动平台,其自主侦察技术一直是国内外研究重点。随着深度学习技术的发展，视觉智能化感知能力也得到前所未有的进步。不同于传统机器视觉中的图像处理、模式识别等方法，如今机器人视觉目标检测大多基于卷积神经网络(Convolution Neural Network，CNN)架构，利用深度学习提取图像特征，实现从经验驱动的人造特征范式到数据驱动的表示学习范式转变。

传统基于CNN的视觉目标检测多使用滑动窗法，依次提取目标区域深度特征，然后采用分类器识别，所占内存大、耗时长。近期区域卷积神经网络(Region CNN,RCNN)及Faster RCNN等系列改进方法采用区域候选网络实现目标定位与识别，有效提升了识别正确率，但仍存在速度慢和训练困难等问题，未能满足实时需求。这些模型均属于two-stage类型，即将物体识别和物体定位分为两个步骤，分别完成，识别错误率低，漏识别率也较低，但流程复杂，存在速度慢和训练困难的问题，不能满足实时检测场景。

为了解决这一问题，另一类方式出现了，称为one-stage,典型代表是SSD、Yolo系列等。Yolo系列算法将目标识别和定位统一在同一框架下，共享神经网络权重，识别速度快，基本满足实时性要求；SSD算法结合Yolo中的回归思想和Faster-RCNN中的多尺度机制，利用多边框检测技术进一步提升识别速度与准确率。one-stage主要思路是均匀地在图片的不同位置进行密集抽样，然后利用CNN提取特征后直接进行分类与回归，整个过程只需要一步，所以其优势是速度快，但模型准确度稍低。

探测机器人视觉系统需实时且准确进行目标检测，完成探测任务。如果采用one-stage方式该机器人视觉系统丢失重要目标或者目标识别错误的概率较大,如果采用two-stage方式机器人能够较好完成检测任务，但是无法满足实时性。围绕机器人实时检测方向，综合两类检测方法优点，结合视觉混合注意力机制，并自适应目标尺度感知方法还未见及。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种探测机器人视觉目标检测方法，使得探测机器人快速且准确地进行视觉目标检测，并具有多尺度目标自适应感知平衡能力。

为实现上述技术目的，本发明采取的技术方案为：

一种探测机器人视觉目标检测方法，包括：

步骤1：构建混合注意力自适应感知网络；

步骤2：训练所述混合注意力自适应感知网络；

步骤3：使用训练后的混合注意力自适应感知网络进行探测机器人视觉目标检测。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤1构建的混合注意力自适应感知网络包括：全局注意力层次网络，目标空间定位网络、自适应局部注意力感知网络、目标分类识别网络；

所述全局注意力层次网络，用于提取不同尺度下深度特征；

所述目标空间定位网络，用于利用融合深度特征进行目标预测框定位；