[发明专利]一种光学图像目标检测的方法及计算设备

说明书

本发明公开了一种光学图像目标检测的方法及相应的计算设备，涉及数字图像处理领域。其中，方法包括：基于动态极值匹配的损失函数，训练由卷积神经网络(CNN)、二维长短时记忆(2D‑LSTM)神经网络、以及全连接神经网络(FCN)构成的网络模型；输入光学图像，卷积神经网络提取得到图像特征图；2D‑LSTM将图像特征图编码为二维序列特征；二维序列特征展开后输入到全连接网络中，得到目标检测结果。本发明可端到端地检测光学图像目标，具有良好的可拓展性和实用性。

技术领域

本发明涉及数字图像处理领域，特别是涉及一种光学图像目标检测的方法及计算设备。

背景技术

近年来，随着深度学习在数字图像处理领域里逐步应用，围绕着光学图像的目标检测技术，人们开展了大量的研发工作，相关的检测方法日新月异。基于深度学习的目标检测方法，从Fast R-CNN，发展到Faster R-CNN，然后到Mask R-CNN；从YOLO v1发展到YOLOv2，然后到YOLO v5的YOLO系列；从CornerNet，发展到ExtremeNet，再到CenterNet；另外还包括SSD，RetinaNet等不同类型的目标检测方法被不断提出。

现阶段主流的目标检测方法可以分为anchor-based和anchor-free两大类。anchor-base的方法对图像进行网格划分，然后以划分后的网格为锚点，回归出对应网格预测的目标检测框；anchor-free的方法跳过网格锚点的划分，直接回归出全图对应的目标检测框。

两大类方法在神经网络的输出上保持一致，均生成了大量的候选目标检测框，然后通过非极大值抑制(NMS)方法滤除重叠的目标检测框，获取最终的检测结果。然而，其中的NMS方法为基于CPU的后处理方法，其算法复杂度受目标图像中待检测的目标数量影响，故而在一些密集目标场景的检测时，检测效率会在一定程度下降。

发明内容

有鉴于此，本发明提供了一种光学图像目标检测的方法及计算设备，搭建一种由卷积神经网络(CNN)、二维长短时记忆(2D-LSTM)网络、以及全连接网络(FCN)所构成的神经网络模型，采用基于动态极值匹配的损失函数进行训练，并基于训练好的神经网络模型，对获取到的包含待检测目标的光学图像进行处理，端到端地输出最终的目标检测结果，可以有效的提升光学图像目标检测的性能。

本发明采用的技术方案如下：

根据本发明的一方面，提出了一种光学图像目标检测的方法：

首先，搭建神经网络模型，网络模型由CNN、2D-LSTM、以及FCN依次串接而成，然后采用基于动态极值匹配的损失函数进行模型训练。

假设x为神经网络模型的输入张量，y为神经网络模型的输出张量，网络模型的计算函数为存在如下关系：

令为公式(1)中输出张量y对应的真值张量，此时，基于动态极值匹配的损失函数定义如下：

其中，输出张量y中包含着待检测目标的参数，L为输出张量y和真值张量间的损失函数，L_θ为输出张量y和真值张量间的参数损失函数，L_c为输出张量y和真值张量间的置信度损失函数，γ为置信度损失函数的系数。

公式(2)中，参数损失函数定义如下：

公式(3)中，N_t为真值张量中的目标数量，i为目标数量的索引，为索引i对应的真值张量的分量，p_i为真值张量分量在输出张量y中对应的极值索引，为极值索引p_i对应的输出张量的分量，l_θ为输出张量分量与真值张量分量间的损失函数。

公式(3)中，极值索引p_i计算公式为：