[发明专利]一种基于CNN特征的复杂场景目标检测方法

权利要求书

1.一种基于CNN特征的复杂场景目标检测方法，其特征在于，所述目标检测方法包括以下步骤：

S1：修改AlexNet网络结构，将AlexNet的第5卷积层输出的256通道特征图作为图像表达；

S2：基于第5卷积层特征图中每个像素与原图像区域的对应关系，定义一种基于CNN特征的局部图像块描述子，所述描述子用于通过256个特征通道值表达一个局部图像区域丰富的特征信息；

S3：将节点上每个样本图像表达成基于CNN局部图像块特征集合，由于图像块特征为256维向量表达，通过线性投影学习算法，将图像块特征映射到可分空间，并基于此提出了一种图像块多维特征的树节点分裂函数；

S4：利用GBF逐层训练并组合由局部图像块和该层树节点分裂函数定义的弱分类器，在组合过程中，能够不断加强模型分类能力。

2.如权利要求1所述的基于CNN特征的复杂场景目标检测方法，其特征在于，

在步骤S1中，所述AlexNet网络采用非饱和性ReLU神经元，并利用GPU并行架构实现高效的卷积计算。

3.如权利要求2所述的基于CNN特征的复杂场景目标检测方法，其特征在于，

在步骤S1中，修改所述AlexNet网络结构方法为：

S11：移除AlexNet最后的三个全连接层，因为这三层对提取特征表达能力无明显提升作用，同时，还移除pool5层，虽然pool5层提取到了有代表性的目标特征，但是相比第五卷积层，它只是对提取特征利用最大池化法进行降采样，对特征表达能力的改进没有卷积层明显，且进行最小池化后，提取特征图大小由第五卷积层的1/16原图大小变到pool5层的1/32原图大小，特征图尺度过小不利于运算，因此采用conv5层输出特征为最终提取的CNN特征；

S12：在利用网络计算特征过程中，为了使得特征图中神经元与原图像区域有直观的对应关系，在每次以z大小核进行卷积或最大池化操作前，将该操作的输入特征图四周区域进行0补齐。

4.如权利要求3所述的基于CNN特征的复杂场景目标检测方法，其特征在于，

在步骤S3中，所述线性投影学习算法采用图像块多维特征的树节点分裂函数，所述树节点分裂函数的参数化为θ＝(h,φ,λ)，其中，h为在样本图像中选定的局部图像块的索引，φ为多维特征投影向量，λ为投影空间的划分阈值，分裂函数定义为：

在每次迭代优化过程中，因为选定的局部图像块集合的比较和划分需要通过一个线性变换完成，所以利用线性向量机学习所需线性变换，这样使得节点上的样本在投影空间有最大类间距，便于划分；最后，通过调整投影空间划分阈值，可找到一次迭代过程中的最优划分；在完成对所有候选局部图像块的遍历后，全局最优的划分为整个迭代过程中最大类纯度对应的划分。

5.如权利要求4所述的基于CNN特征的复杂场景目标检测方法，其特征在于，

在步骤S4中，利用GBF逐层训练并组合由局部图像块和该层树节点分裂函数定义的弱分类器的步骤为：

S41：给定测试图像，首先将其输入CNN网络计算其conv5层特征图(256个通道)；

S42：然后在特征图中逐“像素”滑动p×q的检测框，并将取出的检测框表达为CNN图像块集合的形式；

S43：将检测框的CNN图像块集合表达形式放入GBRF的每棵树Tk中，从根节点开始，根据树中节点存放的划分参数不断选择左或右子节点遍历树，直到到达某叶子节点；

S44：最后基于到达叶子节点中类分布概率对其进行预测，GBRF的预测结果是所有树预测结果的平均。

6.如权利要求5所述的基于CNN特征的复杂场景目标检测方法，其特征在于，

所述划分参数包括图像块索引号、线性投影和划分阈值。