[发明专利]基于Vit网络启发式自监督训练的抛洒物异常检测方法

说明书

本发明公开基于Vit网络启发式自监督训练的抛洒物异常检测方法，包括以下步骤：获取高速公路抛洒物数据集、进行Vit网络的自监督训练、利用教师网络搭建二分类网络、在二分类网络中进行分类网络训练和异常区域定位并检测抛洒物异常；本发明基于Vit的教师学生网络，在超大规模自然图像数据集上进行自监督训练，使Vit网络在高维空间中学习到自然正常图像的结构特征，从而能够在高速公路这一复杂场景环境下，发现异常图像局部的空间不规则性，然后在此基础上构建基于预训练的Vit骨架网络的二分类网络进行高速公路抛洒物异常检测，与传统的无监督和半监督方法相比，能够解决高速公路抛洒物异常检测问题，且具有通用性。

技术领域

本发明涉及图像异常检测技术领域，尤其涉及基于Vit网络启发式自监督训练的抛洒物异常检测方法。

背景技术

在日常生活中，由车内乘客、车辆本身及自然环境产生的各种异物(例如：食品包装盒、车辆掉落零件、树干枝桠等)常常散落到高速公路上，这些散落的抛洒物极大地影响了公路的正常保养和驾驶员的安全驾驶，因此，需要对这一问题进行研究，找到一种方法能够省时省力地进行抛洒物的检测，进而帮助高速公路养护人员清理路面抛洒物。

目前，基于深度学习进行图像异常检测的方法主要有基于像素级重建的方法、基于构造伪负样本的分类面构建方法和基于度量学习的方法。

其中基于像素级重建的算法一方面需要对网络泛化性进行一个恰当的约束(网络泛化性过强，会对异常样例产生适应性；网络泛化性较差，容易对正常样例产生误判)，但是求取恰当约束是非常困难的，它受多个互相耦合因素的制约，并且难以用优化函数去定量描述，且基于像素级重建的模型不仅消耗了大量计算资源，而且模型没能从高层语义的角度去理解什么是正常的模式；

基于构造伪负样本的分类面构建方法步骤较为繁琐，可能需要多次实验确定关键参数，而且在生成伪负样本的过程中存在着大量的不确定性，难以直观、可靠地生成高质量的伪负数样本，进而影响分类面的构建；

基于度量学习的方法具有较强的先验假设，且往往需要人工提前选定特征中心，其先验假设更贴合于简单图像的数据分布，而对于像高速公路这样的复杂场景图像而言，难以在保证泛化能力的前提下将全部正常图像映射到人工选定的特征中心附近，从而减弱了类间的稀疏性，为后续分类和定位带来了困难，因此，本发明提出基于Vit网络启发式自监督训练的抛洒物异常检测方法用以解决现有技术中存在的问题。

发明内容

针对上述问题，本发明的目的在于提出基于Vit网络启发式自监督训练的抛洒物异常检测方法，解决在实际的高速公路场景中，由于场景复杂、抛洒物异常数据难以获取且无法穷举、正常模式和异常模式的分类边界较为模糊，高速公路抛洒物检测存在诸多困难，且现有的异常检测算法难以处理的问题。

为了实现本发明的目的，本发明通过以下技术方案实现：基于Vit网络启发式自监督训练的抛洒物异常检测方法，包括以下步骤：

步骤一：先利用不同高速路段上的高速公路摄像头对正常的高速公路路面进行图像采集，得到正常路面图像，再利用不同高速路段上的高速公路摄像头对带有抛洒物的异常高速公路路面进行图像采集，得到异常路面图像；

步骤二：选取ImageNet数据集作为训练集，并在ImageNet数据集上对待训练图片进行视觉变换器网络的自监督训练，实现教师网络的训练；

步骤三：待教师网络训练完毕后取出训练好的教师网络作为特征提取的骨架网络并冻结网络参数，再在骨架网络后面接入一个带线性整流模块的分类头，搭建二分类网络；

步骤四：先将采集到的正常路面图像和异常路面图像进行掩码预处理，再将掩码预处理后的正常路面图像和异常路面图像输入到搭建好的二分类网络中进行分类网络训练；

步骤五：待二分类网络训练完毕后，对于正常图像，将其特征抑制图舍去，对于异常图像，将其特征抑制图保留作为异常定位图并进行异常检测。