[发明专利]一种高分辨率图片识别小目标的方法

说明书

本发明公开了一种高分辨率图片识别小目标的方法，步骤包括：设置高分辨率图片中目标的最大尺寸；将输入的第一图片缩放为预定大小尺寸的第二图片；以第二图片左上角为坐标原点，从左到右对图片进行分割；从上到下重复上述图片分割步骤，直到整个输入图片分割完毕；对每一张子图片分别通过神经网络做识别，得到有效目标的信息；去除子图片中不完整的目标；将所有子图片重新拼接为第二图片大小的图片；将拼接后的图片中重复目标去除；将去除重复目标后的图片进行缩放，输出第一图片大小的图片。本发明使用大分辨率识别方法，在小目标的识别上，不但能够识别到更多的目标，而且目标置信度普遍高于小分辨率的识别方法。

技术领域

本发明属于目标识别领域，尤其涉及一种高分辨率图片识别小目标的方法。

背景技术

当前大部分的目标识别系统的神经网络都是输入较低分辨率的图片，譬如Yolo的常用分辨率是416×416，ssd的常用分辨率是320×240。这样的分辨率在目标尺寸较大的情况下没有任何问题，而且较小的分辨率可以有效降低计算量，但在一张远距离拍摄的1920×1080的分辨率的图片中，一辆汽车在图片里的像素尺寸假设为50×50，如果缩放到416×416，汽车的像素尺寸变成了10×20，这样目标就很难被识别到或者识别正确。如果识别的目标里有人员识别，这种缩放之下根本不可能被识别到。

针对大图片的识别，最简单的方式就是神经网络直接使用高分辨率的输入，但实际上受限于硬件性能，GPU对高分辨率图片的处理存在很大的限制，我们无法无限制的提升神经网络的输入分辨率。

发明内容

有鉴于此，本发明采用了大分辨率图片直接识别的方式，虽然需要的计算量增大很多，但效果提升更大，尤其是无人机高空拍摄的场景中，普通的识别方案根本不可行，而本发明却行之有效。

具体地，本发明提出了一种高分辨率图片识别小目标的方法，方法包括以下步骤：

设置高分辨率图片中目标的最大尺寸M×M；

将输入的第一图片缩放为预定大小尺寸的第二图片；

以所述第二图片左上角为坐标原点(0,0)，从左到右对图片进行分割，分割的子图片大小为N×N；

从上到下重复上述图片分割步骤，直到整个输入图片分割完毕；

对每一张子图片分别通过神经网络做识别，得到有效目标的信息；

去除子图片中不完整的目标；

将所有子图片重新拼接为第二图片大小的图片；

将拼接后的图片中重复目标去除；

将去除重复目标后的图片进行缩放，输出第一图片大小的图片。

进一步地，如果每行子图片数量为n，每列子图片数量为m，每张子图片左上角坐标(i×(N-M)，j×(N-M))，i为0～n-1，j为0～m-1。

进一步地，所述有效目标包括目标类别以及目标位置、大小。

进一步地，所述神经网络采用Yolo v3模型。

进一步地，所述去除子图片中不完整的目标的步骤如下：尽量保留上面裁切边和左边裁切边的不完整目标，去除右边裁切边和下面裁切边的不完整目标。

进一步地，所述去除子图片中不完整的目标的步骤如下：当目标的左下角坐标在子图片冗余区内时，去除该目标，所述子图片冗余区为相邻子图片重叠的区域。

进一步地，所述将所有子图片重新拼接为第二图片大小的图片的方法为：按照每张子图片的左上角坐标进行拼接。

进一步地，将拼接后的图片中重复目标去除的方法为非极大值抑制算法。

相对于现有技术，本发明的有益效果如下：