[发明专利]一种基于维度分解的候选区域提取方法

权利要求书

1.一种基于维度分解的候选区域提取方法，其特征在于，包括以下步骤：

S1、选取并划分数据集；

S2、构建候选区域网络RPN；

S3、使用预训练检测器模型和候选区域网络RPN一起训练得到模型；

S4、用测试集对得到的模型进行测试，评估模型性能。

2.根据权利要求1所述的一种基于维度分解的候选区域提取方法，其特征在于，所述步骤S1具体包括：

分别选用PASCAL VOC数据集、MS COCO数据集进行实验，在PASCAL VOC数据集上的训练，VOC 2007数据集由20个对象类别的5k训练图像和5k测试图像组成，VOC 2012包含11530张训练图像和验证图像组成，训练模型是在VOC 2007数据集和VOC 2012数据集上，测试是在VOC 2007数据集上；对于在MS COCO上的实验，采用MS COCO 2017数据集，由118k张训练集图像、20k张测试集图像和5k张验证集图像组成。

3.根据权利要求1所述的一种基于维度分解的候选区域提取方法，其特征在于，所述步骤S2具体包括：

S21、将传统候选区域网络RPN中的anchor进行改进，将思维向量anchor boxes建模为：

t＝W_rx+b_r

B(x，y，w，h)＝ψ(t，B_a(x_a，y_a，w_a，h_a))

P_B＝σ(W_cx+b_c)

其中，W_r和b_r表示回归层的权重和偏差，W_c和b_c表示分类层的权重和偏差，B表示的是一个限定边界框bbox的四维向量，ψ表示的是用于对anchor的B_a的坐标解码的反参数化函数，σ表示的是激活函数，P_B表示的是生成bbox的可能性。

4.根据权利要求3所述的一种基于维度分解的候选区域提取方法，其特征在于，所述步骤S2具体还包括：

S22、将四维向量anchor boxes分解为两个二维的向量和分别是高度、宽度层面的二维向量，分别独立地作为对目标对象的高度和宽度回归时的参考，并对于生成bbox分别从高度和宽度两个维度进行预测，即分别独立地在高度和宽度层面上预测S_w(x，w)和S_h(y，h)，对应着可能性和具体建模如下：

分别对应然后再进行重组，得到新的anchor boxes，合成需要的四维bbox向量的建模如下：

B(x，y，w，h)＝f(S_w(x，w)，S_h(y，h))

其中，f表示一种算法去将分别从高度和宽度维度去预测的分量结合的算法，g表示评估bbox的概率。

5.根据权利要求4所述的一种基于维度分解的候选区域提取方法，其特征在于，所述步骤S2还具体包括：

S23、选择目标对象最佳的匹配anchor，匹配方法如下：

(1)直接根据长度，最接近真值框长和宽对应的anchor长和宽会被分配会正例；

(2)对于那些真值框正好处在两条anchor线段中间的情况，那么这两条anchor都会被作为正例。

6.根据权利要求5所述的一种基于维度分解的候选区域提取方法，其特征在于，所述匹配方法还可以是：将预测的宽片段或高片段通过重新组合生成proposals，将其中的proposal逐一通过IoU判断，如果IoU大于0.6，那么对应的长宽也会被作为正例。

7.根据权利要求6所述的一种基于维度分解的候选区域提取方法，其特征在于，所述步骤S2具体还包括：所述候选区域网络RPN是由一个3×3卷积层，后面是两个同级1×1卷积层组成。

8.根据权利要求7所述的一种基于维度分解的候选区域提取方法，其特征在于，所述步骤S2具体还包括：

S24、由于最终的预期区域候选框是同时有宽度和高度两个维度结合的二维边界框，先通过得到的两个预测片段，把所有宽度片段的集合定义为W，根据概率过滤宽度段，以挑选出前N个片段W_N，对每个宽度片段的(x，w)，选出相应像素处的前k个高度段(y^k，h^k)，这些宽片段和高片段确定一系列bbox{(x，y^k，w，h^k)}，记为B_w，依法类推得到B_h，之后在B_w和B_h的并集上采用非最大抑制NMS，IoU阈值为0.7，并将NMS之后的topM边界框视为区域候选框，将边界框概率设置为宽度和高度概率的调和平均值如下：