[发明专利]一种基于深度学习的维文图片识别方法

权利要求书

1.一种基于深度学习的维文图片识别方法，其特征在于：初始化采用不包含维文的样本图片，以及包含维文、且已知其中维文位置的样本图片，针对预选卷积神经网络进行训练，获得维文图片识别初级神经网络，其中，维文图片识别初级神经网络中卷积层、池化层的层数根据预设图像感受野和预设步长所决定，所述维文图片识别方法，包括如下步骤：

步骤A.针对各帧目标图像帧进行归一化处理，然后进入步骤B；

步骤B.分别针对各帧目标图像帧，采用维文图片识别初级神经网络中各层卷积层、各层池化层进行训练，获得目标图像 帧所对应的各个特征，即获得各帧目标图像帧分别所对应的各个特征，然后进入步骤C；

步骤C.分别针对各帧目标图像帧，按图像区域上下文联系，采用长短期记忆网络层针对目标图像帧所对应的各个特征进行训练，更新目标图像 帧所对应的各个特征，构成目标图像 帧所对应的特征图，即获得各帧目标图像帧所对应的特征图，然后进入步骤D；

步骤D.分别针对各帧目标图像帧所对应的特征图，分别针对特征图中的各个像素点，构建像素点所对应预设数量、预设尺寸的各个图像预选框，然后进入步骤E；

步骤E.分别针对各帧目标图像帧所对应的特征图，采用预设卷积核大小的滤波器，针对特征图进行滑动卷积，获得该特征图所对应预设数量维度特征，然后进入步骤F；

步骤F.分别针对各帧目标图像帧所对应的特征图，根据特征图所对应预设数量维度特征，针对该特征图上对应的各个图像预选框，采用维文图片识别初级神经网络中各层卷积层、各层池化层进行训练，实现图像预选框的边界优化回归，并进行位置回归，更新该特征图上所对应的各个图像预选框，然后进入步骤G；

上述步骤F中，分别针对各帧目标图像帧所对应的特征图，根据特征图所对应预设数量维度特征，针对该特征图上对应的各个图像预选框，采用所述维文图片识别初级神经网络中各层卷积层、各层池化层进行训练，实现图像预选框的边界优化回归，包括如下：

(1)相邻两个图像预选框中包含维文的置信度均超过预设置信阈值；

(2)相邻两个图像预选框在宽度方向上彼此距离值小于预设间距阈值；

(3)相邻两个图像预选框在高度方向上重合率大于预设高度重合阈值；

满足以上三个条件的相邻两个图像预选框进行边界优化回归，采用如下使用Smooth_L1函数：

获得边界回归损失值L_reg，其中，c_x是图像预选框的中心横坐标，x_near和分别是图像预选框邻近边界的真实横坐标和它的预测值，w表示预选框宽度；

步骤G.分别针对各帧目标图像帧所对应的特征图，采用预设回归方式，针对特征图上所对应的各个图像预选框，获得图像预选框中包含维文的置信度，以及维文在所对应目标图像帧中的位置。

2.根据权利要求1所述一种基于深度学习的维文图片识别方法，其特征在于：所述步骤F中，根据图像预选框边界优化回归所获边界回归损失值L_reg，进行位置回归，更新该特征图上所对应的各个图像预选框。

3.根据权利要求1所述一种基于深度学习的维文图片识别方法，其特征在于，所述预设置信阈值为0.6，所述预设间距阈值为40像素，所述预设高度重合阈值为0.65。