[发明专利]一种基于多尺度特征卷积神经网络的目标定位方法

摘要

本发明提供一种基于多尺度特征卷积神经网络的目标定位方法，属于计算机视觉领域。本方法针对实际应用中诸多数据集标签部分缺失、无定位标注等问题，提出了基于多尺度特征卷积神经网络的弱监督定位方法，其核心思想利用神经网络分层的特性，在多层卷积层上使用梯度加权类激活映射，生成梯度金字塔模型，并通过均值滤波计算特征质心位置，利用置信强度映射和阈值梯减模块产生连接的像素段，围绕最大边界标注进行弱监督定位。在标准测试集上的实验结果表明，算法能够在存在大量类别、多尺度图像的情况下完成目标定位，具有较高的精确度。

主权项

1.一种基于多尺度特征卷积神经网络的目标定位方法，其特征在于，步骤如下：步骤1、将任意大小的单尺度图像I输入卷积神经网络ConNet，利用特征金字塔模型以及梯度类平均映射Grad‑CAM算法，计算分类的交叉熵误差L_{cross‑entrop},计算相对应的引导反向传播梯度卷积神经网络ConNet每一层输出为{C₂,C₃,...,C_l}，通过主干卷积网络计算预测类别c，针对类别的得分y^c，输入图像I的大小w*h；其多层特征图与输出相对应为{F₂,F₃,...,F_l}；步骤2、计算每一层的重要性权重在多层特征图上计算像素级空间强度并利用ReLU激活函数步骤3、针对每层梯度金字塔，进行上采样和横向连接操作，求出叠加后的强度，即步骤4、针对叠加后的在计算热力图后，计算全局峰值γ，以缩放因子σ进行缩放，作为局部最大阈值；对每个热力图应用最大滤波器和最小滤波器，对应计算最大均值滤波后的和最小均值滤波后的并计算差分热力图，将差异不变像素点置0，以获得具有局部最大质心的可能区域；步骤5、经过多次膨胀，生成多个候选点，找出最佳质心，然后利用缩放后的全局峰值进行梯减；步骤6、围绕梯减后的最大边界，选出最大矩形框的坐标[xmin,ymin,xmax,ymax]；输出所有图像的目标预测类别D_class和坐标合集D_loc。