[发明专利]一种基于混合监督检测的目标传输方法

说明书

本发明中提出的一种基于混合监督检测的目标传输方法，其主要内容包括：域不变目标的学习、对象感知检测模型，其过程为，先从强标记图像和弱标记图像中学习域不变的目标知识，然后用强标记图像的注释框来训练目标预测器，用弱标记图像的无注释框来训练域分类器，并通过域分类器的梯度来实现域不变性，接着利用目标知识粗略地区分对象和干扰物，最后，利用基于多实例学习(MIL)方法的模型进一步区分对象和干扰物。本发明解决了以往的对象检测方法需要大量的边界框注释，并且容易因为无法区分对象和干扰物导致检测失败的问题，能够有效地传输从弱标记图像学习到的目标知识，减少对边界框注释的需求，同时提高识别对象和干扰物的能力。

技术领域

本发明涉及计算机视觉领域，尤其是涉及了一种基于混合监督检测的目标传输方法。

背景技术

混合监督检测技术是指利用有边界框注释的强标记图像和只有图像级标签的弱标记图像来训练检测网络，使得网络能够识别新类别的对象并且排除干扰物。混合监督检测技术可以应用于交通领域，通过自动快速地识别车牌号以及人脸，能高效地记录交通违规行为；在安防领域，混合监督检测技术可以用于识别盗窃等违法犯罪事件中的违法人员并自动报警；在军事领域，混合监督检测技术可以快速排除环境干扰，识别伪装的敌军。然而，以往的对象检测方法需要大量的边界框注释，并且容易因为无法区分对象和干扰物导致检测失败。

本发明中提出了一种基于混合监督检测的目标传输方法，先从强标记图像和弱标记图像中学习域不变的目标知识，然后用强标记图像的注释框来训练目标预测器，用弱标记图像的无注释框来训练域分类器，并通过域分类器的梯度来实现域不变性，接着利用目标知识粗略地区分对象和干扰物，最后，利用基于多实例学习(MIL)方法的模型进一步区分对象和干扰物。本发明能够有效地传输从弱标记图像学习到的目标知识，减少对边界框注释的需求，同时提高识别对象和干扰物的能力。

发明内容

针对以往的对象检测方法需要大量的边界框注释，并且容易因为无法区分对象和干扰物导致检测失败的问题，本发明的目的在于提供一种基于混合监督检测的目标传输方法，先从强标记图像和弱标记图像中学习域不变的目标知识，然后用强标记图像的注释框来训练目标预测器，用弱标记图像的无注释框来训练域分类器，并通过域分类器的梯度来实现域不变性，接着利用目标知识粗略地区分对象和干扰物，最后，利用基于多实例学习(MIL)方法的模型进一步区分对象和干扰物。

为解决上述问题，本发明提供一种基于混合监督检测的目标传输方法，其主要内容包括：

(一)域不变目标的学习；

(二)对象感知检测模型。

其中，域不变目标的学习是指基于卷积神经网络(CNN)的方法对目标知识进行建模，并且目标知识模型直接用选择性搜索生成的自下而上的训练方案进行训练。

进一步地，所述的目标知识，是指利用强类别中的边界框注释，把目标知识的学习作为一个二进制分类任务进行：把与参考标签框有很大重叠的区域视为对象，而重叠较小的区域视为非对象。

进一步地，所述的训练方案，是指在训练时，图像和一组区域建议输入给多个卷积层、感兴趣区域(RoI)池层和全连接(fc)层，每个区域r_i最终被映射到一个256维矢量作为输入区域的内部表示，然后f_i连接到目标预测器和域分类器两个分支。

进一步地，所述的目标预测器，表示为G_obj，由fc层组成，根据f_i预测区域r_i是否是一个对象，由于在图像中需要用边界框注释将对象区域和非对象区域分隔开，所以只使用集合中的区域来训练目标预测器，其二元逻辑损失如下：