[发明专利]基于双向信息传递及特征融合的织物疵点检测方法

权利要求书

1.一种基于双向信息传递及特征融合的织物疵点检测方法，其特征在于，其步骤如下：

S1、将大小为M×M的图像X输入改进的VGG16网络，利用改进的VGG16网络的多层卷积结构提取图像X的多级初步深度特征图；

所述改进的VGG16网络包括5个阶段，分别为conv1、conv2、conv3、conv4和conv5阶段，阶段conv1与阶段conv2相连接，阶段conv2与阶段conv3相连接，阶段conv3与阶段conv4相连接，阶段conv4与阶段conv5相连接；

所述阶段conv1包括卷积层Conv1_1、Conv1_2和池化层pool1，阶段conv2包括卷积层Conv2_1、Conv2_2和池化层pool2，阶段conv3包括卷积层Conv3_1、Conv3_2、Conv3_3和池化层pool3，阶段conv4包括卷积层Conv4_1、Conv4_2、Conv4_3和池化层pool4，阶段conv5包括卷积层Conv5_1、Conv5_2、Conv5_3和池化层pool5；

图像X依次经改进的VGG16网络的池化层pool1、pool2、pool3、pool4和pool5分别输出图像X的多级初步深度特征图其中，为第i级初步深度特征图，i＝1,2,…,5，Ci为第i级初步深度特征图的通道数，H_i为第i级初步深度特征图的高度，W_i为第i级初步深度特征图的宽度；

S2、利用双向信息传递模块分别对步骤S1中的多级初步深度特征图进行处理，得到多级深度特征图；

所述双向信息传递模块包括多尺度上下文感知特征提取块和双向信息传递块，利用双向信息传递模块分别对步骤S1中的多级多尺度初步深度特征图进行处理，得到多级深度特征图的方法为：

S21、将第i级初步深度特征图输入多尺度上下文感知特征提取块中，分别利用卷积层I、卷积层II、卷积层III和卷积层IV对第i级初步深度特征图进行卷积得到卷积特征图其中，j＝1,2,3,4表示第j个卷积层，C_i,j为第i级初步深度特征图对应的第j个卷积特征图的通道数；

S22、将第i级初步深度特征图对应的所有卷积特征图进行通道叠加，输出第i级中间深度特征图其中，C＝C_i,1+C_i,2+C_i,3+C_i,4；

S23、将步骤S22中的第i级中间深度特征图输入双向信息传递块中，获得多级深度特征图其中，为双向信息传递块中的浅层侧输出到深层侧输出信息传递方向上输出的深度特征图，为双向信息传递块中的深层侧输出到浅层侧输出信息传递方向上输出的深度特征图，为双向信息传递块中的双向信息融合输出的深层特征图；

所述双向信息传递块中的浅层侧输出到深层侧输出信息传递方向上输出的深度特征图的获得方法为：

其中，为第i-1级的浅层侧输出到深层侧输出信息传递方向上输出的深度特征图，Conv₁(·)是卷积核大小为3×3、步长为2的卷积操作；

所述双向信息传递块中的深层侧输出到浅层侧输出信息传递方向上输出的深度特征图F_i²的获得方法为：

其中，为第i+1级的深层侧输出到浅层侧输出信息传递方向上输出的深度特征图，UP(·)是因子为2的上采样操作；

所述双向信息传递块中的双向信息融合输出的深层特征图的获得方法为：

其中，Cat(·)为信道间级联操作，Conv(·)是卷积核大小为3×3、步长为1的卷积操作；

S3、利用空间邻域特征提取模块分别对步骤S2中的多级深度特征图进行处理，得到局部特征图；

S4、利用非局部特征融合模块对步骤S3中的局部特征图和步骤S1中的最后一级初步深度特征图进行融合，获得疵点图像的最终显著图。