[发明专利]被遮挡物体检测网络模型的训练方法、装置、设备及介质

说明书

本发明公开了一种被遮挡物体检测网络模型的训练方法、装置、设备及介质，本发明训练方法将掩码指导注意力增强方案与目标检测网络的训练相结合，训练配电室人员遮挡检测模型。本发明训练方法设置了两个分支：标准人员检测分支和掩码指导注意力增强分支。标准人员检测分支使用目标的全身标注生成特征以进行监督。而掩码指导注意力增强使用可见区域信息生成逐像素的注意力图，从而在抑制人员被遮挡部分的同时高亮可见身体区域。部署空间注意力图，通过强调可能属于人员可见部分的区域来调节标准的全身特征，从而能够准确、快速的识别被遮挡物体。

技术领域

本发明属于人工智能技术领域，具体涉及一种被遮挡物体检测网络模型的训练方法、装置、设备及介质。

背景技术

近年来，随着深度学习技术的发展，诸多基于配电室人员目标检测被研究，该类算法通过在配电室摄像头图像上进行大量的目标标注，结合深度学习技术进行模型最优拟合，从而达到辅助物体检查的目的。然而，在目前配电室人员目标自动化检测过程中，由于人员行动自由，在摄像头图像采集过程中，人员往往会被配电室中的器物所遮挡，因此，被遮挡的人员往往被深度学习网络漏检及误检。如何利用已有的标注数据，有效挖掘图像中的人员关键信息，进行人员遮挡检测训练方法研究，是实现计算机辅助配电室目标人员检测应用的挑战之一。

目标检测网络：在配电室人员检测方法中，基于深度学习的目标检测网络被广泛使用。目标检测网络通常通过卷积神经网络有效多尺度特征及其上下文信息并进行编码，然后将编码到的深度特征利用区域生成网络得到候选区域框，最终通过非极大值抑制、全连接分类等技术手段对候选区域框的类别及位置进行回归，从而达到对物体进行检测、分类的效果。目标检测网络需要丰富的上下文信息以及局部的细粒度特征信息。同时目标检测网络对于数据集样本的上下文信息特别敏感，当使用数据中无遮挡的人员标注对模型进行训练并接近拟合时，人员的遮挡特征均会导致模型性能降低。

人员遮挡检测：一些工作研究了在人员检测中处理遮挡的问题。一种常见的策略是基于部分的方法，这些方法学习一组部分检测器，每个部分都设计为处理特定的遮挡模式。其中一些基于部分的方法为大多数发生的遮挡模式训练一个集成模型，并且由于部署了大量的部分检测器，计算成本很高。或者，一些基于零件的方法依赖于零件集合的联合学习来捕获遮挡模式。最新的方法则是通过利用可见身体信息作为显式分支来回归可见部分区域以生成候选区域框，或者作为外部指导来学习特定的遮挡模式(完整、上半身,左体和右体等)。然而这类方法使得检测过程局限于特定类型的遮挡模式，因此不具有灵活普适性。

发明内容

本发明的目的在于提供一种被遮挡物体检测网络模型的训练方法、装置、设备及介质，以解决现有技术中人员或物品遮挡情况下，模型检测效果不佳的问题。

为了实现上述目的，本发明采用如下技术方案：

本发明第一方面，提供了一种被遮挡物体检测网络模型的训练方法，包括如下步骤：

获取目标图像；

提取所述目标图像中多尺度的语义特征；

基于所述多尺度的语义特征，使用空间金字塔网络获得目标检测候选区域框；

将所述目标检测候选区域框对应的第一候选区域进行RoIAlign处理，将所述目标检测候选区域框映射在所述目标图像中；

利用非极大值抑制的方法从映射后的所述目标图像中选取第二候选区域，将经过RoIAlign操作产生的映射在所述目标图像上的第二候选区域进行Concat连接；

将所述第二候选区域利用掩码指导注意力增强分支生成像素级注意力图，并将所述像素级注意力图用于调节RoIAlign后的多通道卷积特征，最终得到被遮挡物体检测网络模型；其中，所述被遮挡物体检测网络模型包括边界回归预测分支和类别预测分支。

进一步的，所述将所述目标检测候选区域框对应的第一候选区域进行RoIAlign处理的步骤，具体包括：