[发明专利]一种针对涂抹图像的藏匿物品场景检测方法

权利要求书

1.一种针对涂抹图像的藏匿物品场景检测方法，其特征在于，包括如下步骤：

S1、获取图像；

S2、涂抹区域分割，采用改进DDRNet-23分割网络对S1中获取的图像的涂抹区域进行分割，以确定涂抹区域的特征和形状，之后采用自动化的方式生成训练样本，对数据进行训练，得到训练好的分割网络模型；

S3、涂抹特征识别，对S2中涂抹区域的分割结果进行识别，将获取的分割结果，经Resize预处理后，送入到分类网络中进行分类，判断类别是否为负类，若不为负类，则将该图对应到源图像的索引保存到识别结果中，否则，将该图的索引进行丢弃；

S4、整图场景识别，对S3中涂抹特征识别结果中正类样本索引对应的源图像缩放到的大小，并送入到分类网络进行识别，来判断该图像是否属于对应的类别，若类别满足特定的场景，则表示该图像为藏匿物品场景。

2.根据权利要求1所述的一种针对涂抹图像的藏匿物品场景检测方法，其特征在于，所述S2中的DDRNet-23分割网络属于实时语义分割方法，并使用双流特征提取方法，其中一流使用轻量级骨干网络ResNet-18，提取图像的深层抽象特征，另一流使用空洞卷积，并维持图像的分辨率，来提取图像的高分辨率细节特征，且在对双流特征求和后，将结果上采样到输入图像分辨率的1/4，来进行预测，以提高分割区域的精度。

3.根据权利要求1所述的一种针对涂抹图像的藏匿物品场景检测方法，其特征在于，所述S2中自动化的方式生成训练样本的具体步骤为：

S2-1、选取一定数量的室内外场景和其他场景的图像，对每一张图片S，其图像尺寸为H×W，在图上随机选择一个点为圆心点；

S2-2、根据距离区间来确定箭头的尾部位置，在圆心和箭头尾部的区域之间随机选择一个点作为箭头头部和圆的轮廓交互点；

S2-3、构建一个尺寸为H×W，数值全部为0的掩码图M，在S和M的相同位置均画上圆和箭头，其中S中生成的涂抹区域使用随机颜色，M中生成的涂抹区域数值为1；

S2-4、在掩码图M中，根据圆和箭头的位置，分别对其进行裁剪，用于生成检测流程中的涂抹特征识别训练数据。

4.根据权利要求1所述的一种针对涂抹图像的藏匿物品场景检测方法，其特征在于，所述S3中的分类网络采用轻量级网络MobileV3，其中的特征提取采用逆残差模块，并在部分模块中引入通道注意力机制，来增强模型的表征能力，经过逐层卷积，对特征图进行平均池化、使用卷积来得到特征向量，最后采用softmax分类得到所有类别的概率。

5.根据权利要求1所述的一种针对涂抹图像的藏匿物品场景检测方法，其特征在于，所述S3中负类类别为其他场景，如截图、文本、人物不具有可藏匿物品的场景图像，所述S4中正类类别为室内、室外场景图像。