申请/专利权人：北京工业大学

申请日：2024-01-22

公开（公告）日：2024-04-16

公开（公告）号：CN117893868A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/44;G06V10/82;G06V10/70;G06V10/52;G06V10/771;G06N3/0455;G06N3/0464;G06N3/0985

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种基于特征增强和多尺度的无参考框图像目标检测方法，本方法提出一个特征增强模块，通过引入额外的上下文信息和边缘信息来辅助目标检测，提升无参考框图像目标检测算法的性能。该模块包含边缘分支和上下文分支，边缘分支使用三个并行的卷积层来获取特征图中的细节信息。通过该模块能够有效解决混叠效应。本发明提出一个多尺度多阶段的特征融合方法，通过若干个融合模块来组成密集结构从而加强特征融合。在融合模块中，为了加强相邻特征层的融合，通过加权的方式让不同尺度的特征根据其重要性获得不同的权重。通过特征融合方法，更好地结合浅层特征和深层特征，缓解融合过程中的信息衰减问题，也有助于定位目标和检测小目标。

主权项：1.一种基于特征增强和多尺度的无参考框图像目标检测方法，其特征在于，该方法包括如下步骤，步骤S1、特征提取：构建主干网络，将待检测图像输入到主干网络中进行特征提取，获得不同尺度的特征图；搭建的主干网络是具有50个卷积层的ResNet50残差网络，该网络分为五个部分：第一部分是一层卷积层，由一个步长为2的7￡7卷积、批归一化BN层、激活函数ReLU以及最大池化层组成；第二、三、四、五部分分别由3个、4个、6个和3个残差块ResBlock组成，每个残差块由三个卷积层组成；这三个卷积层的卷积核尺寸分别为1￡1、3￡3和1￡1，在卷积后都经过批归一化层和激活函数层；步骤S2、特征图扩展：扩展特征图以获得更丰富的特征信息，并构建颈部网络；多尺度网络能够在不同层次的特征图上检测不同大小的目标；步骤S3、构建特征增强模块，得到不同尺度的特征增强后的特征图：该特征增强模块分为两个分支，分别为边缘分支和上下文分支；边缘分支使用三个并行的自定义参数的卷积，来获得特征图中的细节信息；上下文分支通过多尺度的并行的空洞卷积来获取不同感受域内的语义信息；每一层级的特征图经过并行的边缘信息分支和上下文信息分支来增强细节信息和语义信息，在聚合特征图后通过一组卷积得到特征增强后的输出特征图；步骤S4、构建网状特征金字塔网络：设计一种密集架构的网状特征金字塔WFPN：步骤S4.1、增加自底向上的信息流：在网状特征金字塔的第一列节点中建立一个自底向上的路径，以实现特征信息在自顶向下和自底向上两个方向的流动和融合；步骤S4.2、建立中间特征图节点：WFPN总共有五层不同尺度的特征图，分为四个阶段融合深层特征和浅层特征；WFPN中每一层有若干个特征图节点，每层特征图节点个数随阶段数增加而减少；步骤S4.3、自适应加权方法和多尺度差分模块：使用自适应加权的方式来实现浅层特征和深层特征的特征融合，并经过一个多尺度差分模块来突出差异信息；自适应加权融合能让网络自适应的学习不同层级特征图之间的权重；多尺度差分模块能够捕捉不同各层级特征图之间的差异信息；步骤S5、构建检测头网络并检测图像：将上述步骤得到的特征图作为检测头网络的输入，得到最终的预测结果；检测头网络有三个并行分支，首先通过多次卷积操作逐步提炼特征，然后分为三个分支来处理三项不同任务；分类分支对每个位置的像素点进行分类，回归分支负责预测每个像素点到所属于目标边界框的四个偏移值，中心度分支预测每个位置的中心度得分；步骤S6、模型训练：通过以上步骤，完成对图像目标检测结果的一次迭代过程；获得检测结果后利用损失函数计算本次迭代的损失值，当模型在验证集上的损失值趋于平稳状态时就表示模型已经收敛；采用动量梯度下降法进行优化，并更新网络参数；当达到最大迭代次数时停止训练，输出最终的检测结果；否则重复步骤S1到步骤S5。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于特征增强和多尺度的无参考框图像目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD