[发明专利]一种自适应选择交并区域比阈值的非极大值抑制方法

说明书

本发明公开一种自适应选择交并区域比阈值的非极大值抑制方法。所述方法包括：初始化设定多个IOU阈值；过滤置信度小于指定阈值的预测边框，并根据目标类型分为不同类的集合；对所有类的集合以及集合中的所有元素执行如下操作：选择一个类的集合，取出置信度最高的预测边框，依次计算与集合中其他预测边框的IOU，综合根据两个预测边框的中心点绝对距离、所属特征层下采样率与训练正样本选择策略，动态设置IOU阈值，并从集合中删除超过阈值的预测边框，执行预测边框非极大值抑制操作；完成所有类别的非极大值抑制操作后输出目标检测结果。采用本申请技术方案，能够过滤重复的预测边框，降低误检率，且能够避免小目标的漏检，提高小目标检测概率。

技术领域

本发明涉及计算机视觉人工智能领域，尤其涉及一种自适应选择交并区域比阈值的非极大值抑制方法。

背景技术

基于图像的目标检测是人工智能的一类极其重要的应用，具有同时识别图像中多个目标的类别和位置的能力，广泛应用于自动驾驶、智能安防等许多领域。

深度学习模型的研究极大提升了图像目标检测的性能，目前工业界的目标检测主要采用基于卷积神经网络CNN(Convolutional Neural Networks)的单阶段网络模型。相对两阶段目标检测，单阶段目标检测具有计算复杂度低、处理延时低的优点。早期单阶段目标检测采用与两阶段目标检测类似的训练正样本选择策略，即基于真实标注(Ground Truth)边框(Bounding Box)与人工预先定义的多个锚框Anchor之间的交并区域比IOU(Intersection overUnion)选择用于训练的正样本。而在工业界应用最为广泛的YOLO(YouOnly Look Once)以及近来出现的无锚框Anchor-Free目标检测算法如FCOS(FullyConvolutional One-Stage)、FSAF(Feature Selective Anchor-Free)中，正样本的选择策略则改为基于真实标注边框与缺省定义边框(FCOS和FSAF方案中Anchor-Free的真实含义是无需人工为金字塔型目标检测网络的每个特征层分别指定1-9个不同长、宽的Anchor，而是根据各个特征层的下采样率自动分配1个默认长宽的缺省定义边框)的中心点距离。

目标检测网络对图像进行推理时，将产生大量置信度Confidence大于某个阈值如0.1的目标边框，这些边框大多为对应同一目标的重复边框。非极大值抑制NMS(Non-Maximum Suppression)作为目标检测输出的最后一步处理过程，主要用于过滤可能位于错误位置的重复边框，提高目标检测结果准确性。NMS的核心原理是对于多个IOU大于指定阈值如0.5的边框，仅保留置信度最高的边框，即以边框置信度作为条件实现重复边框的过滤。IOU阈值的设置对NMS性能有较大影响——过高的IOU阈值，将导致无法过滤一些重复的预测边框，增加误检率，而过低的IOU阈值则易导致错误过滤不对应同一目标的预测边框，降低检测率。

标准非极大值抑制NMS算法存在以下问题：1)标准NMS算法最早是面向基于锚框Anchor的目标检测网络设计，无法很好适应Anchor-Free类目标检测网络；2)过滤算法采用硬过滤机制，而非降低边框的置信度使其能够参与后续比较，难以适应密集目标场景。

软NMS通过降低参与NMS边框的置信度解决了第二个问题，而DIOU(DistanceIOU)-NMS算法则是建立在距离IOU损失Loss定义的基础上，在NMS过程中根据参与NMS的两个边框中心点的相对距离动态调整边框过滤IOU阈值，以尽可能保留中心点相距较远的两个边框。DIOU-NMS对两个逻辑语义无关的信息——两个边框中心点的相对距离和IOU直接进行计算得到IOU阈值，难以适应不同的场景，同时中心点距离仅考虑了相对距离(相对距离指的是中心点距离与两个边框合并区域的对角线比值)，没有利用特征金字塔目标检测网络不同特征层输出对应不同下采样率的特征，同时没有考虑Anchor-Free类目标检测网络的特性。

发明内容

本发明提供了一种自适应选择交并区域比阈值的非极大值抑制方法，包括：