[发明专利]基于场景级与区域建议自注意模块的目标检测方法

摘要

本发明公开一种基于场景级与区域建议自注意模块的目标检测方法，结合了多种先进的网络结构和理念，考虑到场景信息与语义信息对于视觉识别的重要性。首先构建深度可分离共享网络、场景级‑区域建议自注意模块与轻量化头部网络的目标检测模型；然后利用训练图像对目标检测模型进行训练，得到训练好的目标检测模型；最后将待测图像送入训练好的目标检测模型中，以获取图像中目标的位置信息与类别信息。本发明不仅仅局限于图像中目标物体的外观特征，而是将场景信息与物体之间的关系信息进行模型化特征提取处理，并根据结构预测出图像中的物体，从而能够大大提高检测的准确性。

主权项

1.基于场景级与区域建议自注意模块的目标检测方法，其特征是，具体包括步骤如下：/n步骤1、构建基于深度可分离共享网络、场景级-区域建议自注意模块和轻量化头部网络的目标检测模型；/n步骤2、利用训练图像对目标检测模型进行训练，得到训练好的目标检测模型；/n步骤2.1、将训练图像送入到深度可分离共享网络中，得到训练图像的特征图；/n步骤2.2、将特征图送入到场景级-区域建议自注意模块的3个并行的子分支，即语义分割分支、候选区域网络分支以及区域建议自注意分支；/n在语义分割分支中：首先，利用全连接层可以对每个训练图像的特征图进行映射，形成一个特征向量来作为图模型中的一个节点信息；然后，将所有训练图像的特征向量作为图模型的节点信息；接着，将每个特征图中的每对感兴趣区域同步映射变换，然后进行级联操作，将感兴趣区域间的关系映射向量作为图模型中的边信息；最后，基于图模型的节点信息和边信息所获得的图模型结构，对其进行迭代更新节点的推理，则对应节点的最后一个状态即为预测相关感兴趣区域的类别与位置信息的关键，由此得到语义分割分支的特征图；/n在候选区域网络分支中：首先，对训练图像的特征图进行卷积操作，以调整通道的维度；然后，对卷积后的特征图进行Softmax分类与Bbox reg回归操作；最后，对分类损失结果与回归结果进行数据处理，得到候选区域网络分支的特征图；/n在区域建议自注意分支中：首先，利用自注意机制对训练图像的特征图进行稀疏数据的重要特征提取，获得特征图的背景信息特征；然后，将训练图像的特征图与候选区域网络分支的特征图进行融合，获得特征图的前景信息特征；最后，将特征图的背景信息特征和特征图的前景信息特征进行融合，实现前景与背景信息互补，从而获得区域建议自注意分支的特征图；/n步骤2.3、将场景级-区域建议自注意模块的3个并行的子分支所获得的语义分割分支特征图、候选区域网络分支的特征图和区域建议自注意分支的特征图同时送入感兴趣区域进行池化处理，从而获得融合特征；/n步骤2.4、将融合特征通过全连接层，对其进行尺寸的统一；/n步骤2.5、将统一尺寸后的融合特征送入轻量化头部网络，在轻量化头部网络中通过一次全连接网络操作和分类与回归操作，由此得到训练好的目标检测模型；/n步骤3、将待测图像送入训练好的目标检测模型中，以获取图像中目标的位置信息与类别信息。/n