[发明专利]一种基于特征纹理增强的目标检测方法

权利要求书

1.一种基于特征纹理增强的目标检测方法，其特征在于，包括如下步骤：

步骤1、采集目标图像数据，采用多尺度图像特征提取主干网络对目标图像进行特征提取，得到包含特征信息的特征信息图；

步骤2、采用纹理增强特征提议网络TEFPN对所述特征信息图进行纹理增强，得到特征增强后的目标提议框；

所述纹理增强特征提议网络TEFPN包括区域提议网络RPN，边缘纹理提取模块BTEM以及显著纹理提取模块STEM；

所述区域提议网络基于步骤1得到的特征信息图，输出一系列目标提议框；

所述一系列目标提议框所表征的特征信息作为输入，输入到边缘纹理提取模块和显著纹理提取模块，以分别提取提议框中所含目标的边缘纹理信息和显著性纹理信息；

将提取到的目标的边缘纹理信息和显著性纹理信息作为辅助约束量进行融合，并将融合结果反向嵌入原始特征信息中实现目标的特征增强效果，具体的：

对于提取到的边缘纹理信息和显著纹理信息，将两者进行矩阵相乘，使用边缘纹理约束显著纹理信息，然后将边缘纹理信息和受约束的显著纹理信息依次嵌入融合到目标提议框中的原始目标特征信息中，实现对于目标提议框中的特征增强效果，具体公式为：

Mⁱ＝norm((1-Bⁱ)*Sⁱ)；

其中，Mⁱ表示将边缘纹理信息和受约束的显著纹理信息依次嵌入融合到目标提议框中的原始目标特征信息中，融合后的特征纹理信息；

norm(·)表示归一化函数；

*表示矩阵相乘操作；Bⁱ和Sⁱ分别表示边缘纹理信息和显著纹理信息；

步骤3、将目标提议框输入基于全卷积操作的检测网络，所述检测网络包含分类网络和回归网络，分别输出对应的分类结果和定位结果，完成目标检测任务。

2.根据权利要求1所述的一种基于特征纹理增强的目标检测方法，其特征在于，步骤1所述多尺度图像特征提取主干网络包含按先后顺序串式连接卷积层特征提取模块和特征双向融合模块；

卷积层特征提取模块由14个残差卷积操作块和4层池化操作块构成；

其中，残差卷积操作块按照{2,3,3,3,3}的分配数组成共五个卷积组{C1,C2,C3,C4,C5}，4层池化操作块分别嵌在前四个卷积组，即C1,C2,C3,C4的尾端；

经过池化操作块后，卷积层特征提取模块中的各卷积组输出尺度大小不同的特征信息图；

特征双向融合模块以卷积层特征提取模块中各卷积组输出的尺度大小不同的特征信息图为输入，采用自顶向下和自底向上的双向特征信息的融合方式，输出两个经过特征融合后的特征信息图output1、output2，其中，output1、output2分别自顶向下融合方式得到的特征信息图和自底向上融合方式得到的特征信息图；

所述双向特征信息的融合方式具体如下：

其中，up(·)和down(·)分别表示上采样和下采样函数；

C_{_i}表示卷积层特征提取模块中第i个卷积组的输出的特征信息图；

H和W分别是输入的目标图像的长和宽；

(v,j),(m,n),(l,k)均表示在特征信息图中的像素索引。

3.根据权利要求1所述的一种基于特征纹理增强的目标检测方法，其特征在于，步骤2所述纹理增强特征提议网络TEFPN使用边缘纹理以及显著纹理信息来增强目标特征，然后输出特征增强后的目标提议框。