[发明专利]基于深度学习网络的对象检测方法、装置和电子设备

说明书

本申请实施例提供一种基于深度学习网络的对象检测方法、装置和电子设备，该基于深度学习网络的对象检测装置包括：特征提取部，其具有多个特征提取单元，分别从输入图像中提取不同尺寸的特征；多尺寸特征生成部，其具有多个级联的特征生成单元，所述多个特征生成单元根据所述特征提取部所提取的不同尺寸的特征，使用变形卷积(Deformable Convolution)处理，分别生成与各尺寸对应的特征图(feature maps)；对象位置检测部，其使用候选区域生成网络(RPN，Regional Proposal Network)分别从多尺寸特征生成部生成的不同尺寸的特征图(feature maps)中检测出相应尺寸的对象的边框信息。

技术领域

本申请涉及电子信息技术领域。

背景技术

近年来，由于与图像分析的密切关系，基于图像的对象检测技术受到了人们的广泛关注。随着深度学习的快速发展，特别是卷积神经网络(Convolutional NeuralNetwork，CNN)的发展，对象检测技术的性能有了很大的提高。目前，先进的对象检测技术已经达到了很高的检测精度和召回率(Recall Rate)。

尽管对象检测技术取得了巨大的进展，但这一领域仍存在许多挑战。一个挑战是，很难识别尺寸差别较大的对象，为此，研究人员开发了Faster R-CNN分类器。

另一个挑战是对象形状的几何变换对识别结果的影响，其中，如何适应图像中对象的尺寸、姿态、观察角度和变形等几何变换是视觉识别中的一个关键问题。通常，有两种方法可以缓解对象形状的几何变换对识别结果的影响：第一种方法是维护一个涵盖所有变化的数据集；第二种方法是使用相对于几何变换恒定不变的手工特征和特定的算法。

应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

本申请的发明人发现，现有的对象检测技术在面对上述两个挑战时，存在一些局限性，例如：对于Faster R-CNN分类器，虽然在识别大尺寸对象时性能良好，但是难以识别尺寸较小的对象；对于维护一个涵盖所有变化的数据集的方法而言，很难让数据集涵盖现实生活中的所有情况，并且，效率和成本将随着数据的增加而剧增；对于使用手工特征和特定的算法的方法而言，该方法需要大量的先验知识和经验来为特定的几何变换手工设置一个合适的特性，当涉及到新的几何变换时，需要手工设置一个新的特性。

本申请的实施例提供一种基于深度学习网络的对象检测方法、装置和电子设备，在该方法中，结合了目标检测模型和变形卷积处理，由此，既能准确地识别出图像中的小尺寸的对象，又能减少图像中对象形状的几何变换对检测结果的影响。

根据本申请实施例的第一方面，提供一种基于深度学习网络的对象检测装置，包括：

特征提取部，其具有多个特征提取单元，分别从输入图像中提取不同尺寸的特征；

多尺寸特征生成部，其具有多个级联的特征生成单元，所述多个特征生成单元根据所述特征提取部所提取的不同尺寸的特征，使用变形卷积(Deformable Convolution)处理，分别生成与各尺寸对应的特征图(feature maps)；以及

对象位置检测部，其使用候选区域生成网络(RPN，Regional Proposal Network)分别从多尺寸特征生成部生成的不同尺寸的特征图(feature maps)中检测出相应尺寸的对象的边框信息。

根据本申请实施例的第二方面，提供一种基于深度学习网络的对象检测方法，包括：

多个特征提取单元分别从输入图像中提取不同尺寸的特征；