[发明专利]融入像素级attention机制的深度神经网络目标检测方法

说明书

本发明涉及一种融入像素级attention机制的深度神经网络目标检测方法，包括下列步骤：收集训练样本图像；将收集到的图像数据集中的数据通过预处理转为训练深度卷积神经网络所要求的格式，并进行数据增强以提升神经网络的训练效果；设计融入像素级attention机制的深度卷积神经网络结构，该网络结构用于接收输入图像并对图像中的物体输出边界框回归信息和类别信息：网络结构包括两部分，一部分是用来初步提取特征的基础网络；另一部分为在基础网络末端添加的多个级联的卷积层或下采样层，用于提取不同尺度的卷积特征图，将多尺度特征图与像素级attention机制融合；训练。

技术领域

本发明涉及一种图像中目标检测方法，特别是涉及一种融入像素级attention机制的神经网络目标检测方法。

背景技术

随着社会的发展和科技的进步，卷积神经网络在计算机视觉领域逐步克服了传统方法的缺陷，已被证明是解决各种视觉任务的有效模型，被应用于许多实际场景。卷积神经网络建立在卷积运算的基础上，通过融合局部感受野内的空间信息和通道信息来提取信息特征。卷积神经网络通过叠加一系列非线性卷积层和下采样层，能够捕获具有全局感受野的分层特征作为强大的图像描述。为了提高网络的表示能力，许多现有的工作已经显示出增强空间编码的好处。JieHu等人提出了“Squeeze-and-Excitation”模块，通过显式地建模通道之间的相互依赖关系，自适应地重新校准通道式的特征响应，提出了通道注意力机制。通过将这些块堆叠在一起，构建了SENet架构，在具有挑战性的图像分类数据集中以微小的计算成本提升取得了分类准确率的提升。

目标检测是计算机视觉领域的重要研究方向之一，目标检测技术在智能医疗、无人驾驶和机器人等实际场景均有重要的应用价值。基于图像输入的目标检测任务要求针对图像中的物体给出边界框坐标信息和物体的类别信息，因此目标检测任务是一个对位置敏感的任务，SENet架构尽管对图像分类有一定的改善，但是“Squeeze-and-Excitation”模块首先对特征平面的每个通道进行全局池化，损失了特征平面的位置信息，直接将SENet架构迁移到目标检测任务中则不能对物体的边界框定位有任何的帮助。GRP-DSOD在目标检测网络中融入“Squeeze-and-Excitation”模块来提升特征平面通道间表征能力的同时还引入了一个门控预测策略在不同目标尺寸的尺度预测上自适应地增强或减弱监督，来提升神经网络的检测效果，并加快神经网络的收敛。

上述方法尽管在对物体的分类能力上有所改进，但没能提升物体边界框的检测精确度。为了使神经网络对物体的定位更加精确，本专利提出了一种新的方法，用于进一步提升深度神经网络的性能。

[1]Hu,J.,Shen,L.,&Sun,G.(2018).Squeeze-and-excitation networks.InProceedings of the IEEE Conference on Computer Vision and Pattern Recognition(pp.7132-7141).

[2]Shen,Z.,Shi,H.,Feris,R.,Cao,L.,Yan,S.,Liu,D.,...&Huang,T.S.(2017).Learning Object Detectors from Scratch with Gated Recurrent FeaturePyramids.arXiv preprint arXiv:1712.00886.

发明内容

本专利提供一种融入像素级attention机制的深度神经网络目标检测方法，以解决现有目标检测技术中对物体的定位不够精确的问题，该方法能够有效的提取特征，以较低的计算成本提高神经的目标检测能力，以取得较高的检测速度和定位精度。技术方案如下：

一种融入像素级attention机制的深度神经网络目标检测方法，包括下列步骤：