基于多路徑密集特征融合全卷積網(wǎng)絡(luò)的目標(biāo)檢測方法
基本信息
申請?zhí)?/td> | CN201810721733.2 | 申請日 | - |
公開(公告)號 | CN108846446B | 公開(公告)日 | 2021-10-12 |
申請公布號 | CN108846446B | 申請公布日 | 2021-10-12 |
分類號 | G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 黃守志;李小雨;饒豐;姜竹青;門愛東 | 申請(專利權(quán))人 | 國家新聞出版廣電總局廣播科學(xué)研究院 |
代理機構(gòu) | 天津盛理知識產(chǎn)權(quán)代理有限公司 | 代理人 | 王利文 |
地址 | 100886北京市西城區(qū)復(fù)興門外大街2號監(jiān)管大樓521 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及一種基于多路徑密集特征融合全卷積網(wǎng)絡(luò)的目標(biāo)檢測方法,利用深度卷積神經(jīng)網(wǎng)絡(luò)提取具有不同特征信息的分層多尺度特征圖;利用自底向上的旁路連接進行自下而上的特征融合;利用自頂向下的密集旁路連接進行自上而下的密集特征融合;構(gòu)建不同大小和長寬比的目標(biāo)候選框;利用二分類器減少目標(biāo)候選框中的簡單背景樣本,并利用多任務(wù)損失函數(shù)對二分類器、多類別分類器和邊界框回歸器進行聯(lián)合優(yōu)化。本發(fā)明基于深度卷積神經(jīng)網(wǎng)絡(luò)提取圖像特征,利用多路徑密集特征融合方法改善特征表達能力,構(gòu)建了用于目標(biāo)檢測的全卷積網(wǎng)絡(luò),提出了減少冗余簡單背景樣本和多任務(wù)損失聯(lián)合優(yōu)化的策略,提高了算法的檢測精度,獲得了良好的目標(biāo)檢測結(jié)果。 |
