[发明专利]一种基于特定类别空间约束的弱监督目标检测方法

摘要

一种基于特定类别空间约束的弱监督目标检测方法。使用候选区域提取算法提取所有训练图像的候选区域；在训练弱监督目标检测器中，提取每一张训练图像的特定类别的像素梯度图，特定类别的像素梯度图反应像素对特定类别的响应，粗略估计目标物体的形状和位置；计算对应候选区域包含目标物体的置信度；把候选区域的置信度引入候选区域分类得分的聚合过程中，包含候选区域的分类得分和候选区域的空间信息；候选区域的空间约束排除背景噪声区域，获得更准确的模型；在训练过程中使用多中心正则化保证模型的学习过程稳定；在测试弱监督目标检测器中，把图像以及对应的候选区域输入模型，模型输出每个候选区域对于每个类别的预测得分。

主权项

1.一种基于特定类别空间约束的弱监督目标检测方法，其特征在于包括以下步骤：1)在训练弱监督目标检测器前，首先使用候选区域提取算法提取所有训练图像的候选区域；2)在训练弱监督目标检测器中，提取每一张训练图像的特定类别的像素梯度图，特定类别的像素梯度图反应像素对特定类别的响应，因此模型使用特定类别的像素梯度图粗略估计目标物体的形状和位置；3)根据目标物体的形状和位置的粗略估计结果和候选区域的空间位置的重叠程度计算对应候选区域包含目标物体的置信度；4)把候选区域的置信度引入候选区域分类得分的聚合过程中，最后的聚合结果同时包含候选区域的分类得分和候选区域的空间信息；候选区域的空间约束排除大量的背景噪声区域，通过学习获得更准确的模型；5)在训练过程中使用多中心正则化保证模型的学习过程更稳定；6)在测试弱监督目标检测器中，把图像以及对应的候选区域输入模型，模型输出每个候选区域对于每个类别的预测得分。