[发明专利]一种基于CNN特征的复杂场景目标检测方法

说明书

本发明提供了一种基于CNN特征的复杂场景目标检测方法，一种基于CNN特征的复杂场景目标检测方法，通过利用修改的AlexNet网络结构和CNN计算高层图像特征，并基于CNN特征的局部图像块描述子，并最终将其与GBRF结合，通过逐层发现和组合CNN局部图像块，给出了一种准确率高的目标检测模型；经实验证明，该基于CNN特征的复杂场景目标检测方法，不仅取得了很快的速度，还大幅减小了复杂环境中因形变、光照、遮挡等因素引发的漏检和误检，从而获得了更高的精度和更快的速度。

技术领域

本发明涉及计算机图像处理技术领域，特别涉及一种基于CNN特征的复杂场景目标检测方法。

背景技术

在计算机视觉领域中可以将大量的图像数据分为独立图像和视频序列图像，其中，图像是3D现实场景在2D上的投影，投影过程中必然伴随着由光照和几何变形造成的外观特征变化。同时，现实3D场景中目标会有多种不同的存在方式，如非刚性形变、多视角、不同目标由于空间位置重叠造成的部分遮挡等，加之光照、视角、姿态、部分遮挡等客观因素引起的图像外观特征变化，使得复杂场景下精确目标检测成为计算机视觉领域极具挑战性的问题。虽然已有算法解决了部分问题，但复杂场景中目标检测仍然有许多问题亟待解决，主要表现在以下几个方面：

1)光照变化：在目标检测的诸多影响因素中，光照变化最常见。如何在有各种光照影响的场景中定位特定目标一直是目标检测中的难点和热点问题。

2)非刚性形变：非刚性形变主要发生在非刚体目标上，比如人、动物等。这类目标可基于关节进行局部部件旋转等运动，虽然局部变化可线性表达，但是目标整体却呈现非线性形变的特点。

3)多视角：在成像过程中，目标自身还存在拍摄视角不同引起的外观变化，也可解释为目标在3D场景中旋转引起的有差别的2D投影。

4)部分遮挡：简单场景中各类目标位置相对稀疏，各目标之间很少相互影响，可独立检测。由于遮挡会发生在目标的不同局部区域，如何预测可能发生的遮挡或利用目标之间相互信息补偿遮挡区域带来的损失，最终使整体检测的可信度不因遮挡而降低是当前难点。

5)检测速度：高准确率和快速检测是目标检测研究中追求的两大指标，准确的检测算法如果不能保证检测速度，在实际应用中也将受到极大限制。

目前目标检测的流程方案大致可以分为三类：

目前目标检测的流程方案大致可以分为三类：

1)第一类是基于CNN的方案采用传统的滑动窗口进行目标检测，把CNN作为两类的分类器使用，判断输入的子窗口是目标还是背景。为了提高检测效果，这类方案的研究重点在CNN的特征提取上。用无监督的方式预训练CNN的卷积核，并在特定数据集上微调整全部CNN，使得模型在多个数据集上取得了当时行人检测的最好结果。第一类方案由于CNN要对所有的窗口进行判断，因此检测时间较长，检测效率较低。

2)第二类是基于CNN的方案基于区域选择进行目标检测，即首先对整幅图像挑选出一些可能是目标的候选区域，再对这些区域用CNN进行分类，判断候选区域属于哪一类目标还是背景。这类方案把CNN当作一个多类的分类器使用。第二类方案过度依赖于区域挑选的算法，如果目标在图像中不明显或者尺度较小，那么无法提取到这种目标的候选区域，导致无法避免的漏报。

3)第三类是基于CNN的方案通过对整幅图像进行目标位置的预测实现目标检测。这类方案将CNN当作回归器使用，CNN的输入是整幅图像，输出是目标位置信息。