[发明专利]基于卷积神经网络的快速目标检测方法

摘要

基于卷积神经网络的快速目标检测方法，涉及计算机视觉技术。首先利用训练集训练出卷积神经网络参数，然后利用扩展图的方式解决最大池化丢失特征的问题并生成判别完备特征图；把卷积神经网络的全连接权重看成线性分类器，采用可能近似学习框架来估计线性分类器在判别完备特征上的泛华误差；根据泛华误差和所期望泛化误差阈值来估算所需线性分类器个数，最后在判别完备特征图上用线性分类器基于平滑窗的方式完成目标检测。显著提高检测效率和目标检测精度。

主权项

基于卷积神经网络的快速目标检测方法，其特征在于包括以下步骤：A)准备训练样本集(xi，yi)，i＝1，……，N，N为训练样本数，N为自然数，xi表示训练样本对应的固定大小的图像，包含目标且目标充满画幅的图像是正样本，其他图像是负样本；yi表示样本类别向量：B)将所有训练样本分m批，将m‑2批样本放进设计的卷积神经网络里用反向传播算法训练，2批样本用于测试，所述卷积神经网络包含卷积层、最大池化层和局部对比归一化层三个成分，这三个成分扮演非线性函数的功能，目的是把位于流形上的原始图像映射到欧式空间，卷积的激活函数采用非线性校正单元，设计好包含这三个成分的网络结构模型后，用反向传播算法训练对模型进行训练，得到参数W；C)提取步骤B)中的训练好的参数W，采用扩展图的方式解决卷积神经网络中最大池化丢失信息的问题，给定测试图像，针对2×2的卷积核中每个偏移，都保存一个对应的特征图，称为扩展图；对于每一层max‑pooling核大小为K，整个卷积神经网络有p层，扩展之后每个最大池化的下采样层特征图数目扩展至2K倍，整个网络扩展到o＝(2K)p倍，然后把参数W用于任意大小的待检测图像，获取全连接前的扩展特征图，称它为判别完备特征；给定输入图像x，已训练好的滤波器组K和偏移b，卷积层的输出写成公式一的形式：其中Mj表示所选择输入特征图的索引；l表示当前层的索引；i和j分别表示输入和输出特征图索引；o表示段索引；f表示激活函数，这里使用线性校正单元函数f(x)＝max(x,0)；*表示卷积操作；最大池化层写成公式二的形式：其中，m和n分别表示当前层的像素索引；s表示下采样核的大小；p和q分别表示前一层的像素索引，并且满足p＝s*(m‑1)+k+1,q＝s*(n‑1)+k+1，其中0＜k＜s；分号用于选择对应的列和行；为了使得获得的特征具有鲁邦的性质，把局部对比归一化层引入分段处理的环节中，该层写成公式三的形式：其中，r表示制定的邻近竞争特征图的数目，N表示当前层总共的特征图数目，k,α,β是一些超参数，在训练过程中指定合适的浮点数值，当CNN模型训练好后，根据以上三个公式，获取判别完备特征为后续的基于平滑窗扫描提供支撑；D)把卷积神经网络的全连接看成一个线性分类器，直接基于判别完备特征图做检测，采用可能近似学习框架来估计线性分类器在判别完备特征上的泛化误差R[ω]，然后根据组合模型和所期望泛化误差H[ω]计算所需要训练模型数目q；E)将q个模型中得每一个训练模型分别在待检测图像上执行前馈操作，每一个模型获取o组全连接前的判别完备特征图，然后用最近邻插值算法对每组判别完备特征图缩放，得到n*o组判别完备特征图，q个模型共计n*o*q组判别完备特征图，然后在每组判别完备特征图上直接用线性分类器执行密集平滑窗分类工作得到n*o*q组响应图，其中线性分类器和判别完备图的点积操作转成卷积操作；F)对n*o*q中的每o组响应图采用非极大值得到n*q组响应图，然后对n*q响应图中的每n个响应图执行非极大值抑制得到q组具有真实尺度的响应图，把q组响应图执行与运算得到一个具有真实尺度的最终响应图，计算最终响应图中的每一个联通区域的质心：G)把质心和真实尺度映射到原待检测图中，根据每一个质心位置和尺度值画出对应的矩形框，完成目标检测。