[发明专利]目标检测系统中基于注意力机制定位损失计算方法及系统

权利要求书

1.一种目标检测系统中基于注意力机制的定位损失计算方法，其特征在于包括以下步骤：

1)在卷积神经网络的正向目标检测过程中，利用注意力机制计算用于生成目标预测框的卷积图的权重矩阵；

2)确定预测框中心点横坐标、中心点纵坐标、横向宽度以及纵向高度各自单独的偏差所导致的其与目标框非重叠的区域；

3)根据注意力机制获得的卷积图的权重矩阵中，位于预测框与目标框在卷积图上非重叠的区域的元素的权重，计算定位损失；

4)计算反向误差传播中定位损失对于预测框、目标框与权重矩阵的梯度；

5)判断卷积神经网络的迭代过程是否结束，否则返回步骤1)，是则结束；

所述步骤1)中，具体计算过程如下：

1.1)注意力机制根据卷积图计算出注意力矩阵M，其中每个元素的数值用M_p，q(a)∈[0，+∞)表示，叠加上原卷积图中每个像素点的数值F_p，q(a)自身固有的权重1之后，得到该像素的权重为(1+M_p，q(a))∈[1，+∞)，然后使用(1+M_p，q(a))对原卷积图中像素点的数值F_p，q(a)进行加权，将原卷积图中各个像素加权后的结果H_p，q(a)所组成的矩阵H作为卷积神经网络向下一层的输出；其中，p，q与a分别代表矩阵中第p行和第q列交叉点上的元素a；

1.2)将(1+M_p，q(a))作为原卷积图中像素F_p，q(a)的权重，并将其记为将每个像素的权重组成的矩阵作为原卷积图的权重矩阵，并将其记为M^*；

所述步骤2)中，与目标框非重叠区域的确定方法如下：

2.1)假设r^v代表目标框在卷积图中对应的区域，代表预测框t^u的中心点横坐标、中心点纵坐标、横向宽度、纵向高度这4个参数的偏差中单独的偏差i导致该预测框在卷积图中对应的区域；其中，i∈{x，y，w，h}；

2.2)将目标预测框t^u的中心点横坐标x、中心点纵坐标y、横向宽度w、纵向高度h这4个参数中除了i以外的其他3个的数值缩放成与目标框v相应参数的数值相同，获得仅存在单独的偏差i时的目标预测框，其在卷积图中圈出的区域即为单独的偏差i导致该预测框在卷积图中对应的区域r_i^t；

2.3)将r_i^t与r^v之间的并集区域{r_i^t∪r^v}扣除r_i^t与r^v之间的交集区域{r_i^t∩r^v}后剩余的区域{r_i^t∪r^v-r_i^t∩r^v}，作为预测框t^u的x、y、w、h中单独的偏差i所导致其与目标框v非重叠的区域；

2.4)依次令i分别等于x、y、w、h，重复上述步骤，获得x、y、w、h之中，每个单独的偏差导致的预测框与目标框不重叠的区域；

所述步骤4)中，通过计算反向误差传播中定位损失对于预测框t^u和目标框v的中心点横坐标x、中心点纵坐标y、横向宽度w、纵向高度h这4个参数中，第i∈{x，y，w，h}个单独的偏差和v_i，以及注意力矩阵M中每个元素M_p，q(a)的偏导数，获得定位损失对于参数v_i和每个元素M_p，q(a)的梯度数值；该梯度数值在卷积神经网络的反向误差传播过程中，使用链式求导法则将该梯度数值依次传递给前面的所有层，用于计算相关各层网络参数更新后的数值。

2.一种如权利要求1所述的方法，其特征在于：所述步骤3)中，目标检测系统的定位损失计算过程如下：

3.1)分别计算预测框的中心点横坐标、中心点纵坐标、横向宽度和纵向高度单独的偏差在定位损失函数中的损失系数；

3.2)根据损失系数计算目标检测系统的定位损失。