[发明专利]一种基于注意力机制的显著物体检测方法

权利要求书

1.一种基于注意力机制的显著物体检测方法，其特征在于,包括如下步骤：

S1、以VGG-16作为预训练模型，选取四个侧输出特征分别记为侧输出1～4；侧输出1～4后各增加一个卷积层，卷积层的参数为{1×1×256}，卷积层后的输出分别记为卷积特征F₁～F₄；

S2、在F₄后增加四个卷积层，前三个卷积层的参数为{9×9×256}，每个卷积层后都附有一个非线性激活层，最后一个卷积层的参数为{1×1×1}，得到侧输出4的显著性概率图S₄；

S3、在F₁～F₃后分别增加三个注意力模块，用于提纯卷积特征，每个注意力模块的输出作为下一个注意力模块的输入，每个注意力模块提纯后分别记为加权后的卷积特征A₁～A₃；

S4、在A₁～A₃后分别增加一个残差特征融合模块，用于融合不同侧输出的卷积特征，融合后的特征分别记为R₁～R₃；

S5、在R₁～R₃后分别增加一个卷积层，卷积层的参数为{1×1×1}，分别得到侧输出1～3的显著性概率图S₁～S₃；

S6、模型训练：将待检测图像输入至构建后的网络模型，得到不同分辨率的显著性概率图S₄～S₁，将显著性概率图S₄～S₁上采样至原图像大小得到显著性概率图使用交叉熵损失函数计算各个显著性概率图和真实标注图之间的误差，并将误差进行反向传递以更新整个网络模型参数，具体为：

其中，I(z)和G(z)分别表示输入图像和真值标注图在坐标z处的像素值，|I|表示图像总的像素数目，Pr(G(z)＝1|I(z))表示预测为显著物体的概率；Pr(G(z)＝0|I(z))表示预测为非显著物体的概率；l表示损失函数；

S7、模型检测：将待检测图像直接输入到训练后的网络模型中预测其对应的显著性概率图，并将预测的显著性概率图通过一个sigmoid层归一化到[0,1]后作为最终输出的显著性检测结果；

步骤S4中的残差特征融合模块为：

该模块以相邻两个侧输出的卷积特征为输入，输出是融合后的特征，在侧输出3中通过下式计算：

在侧输出1和2中通过下式计算：

其中R为融合后的特征，i为侧输出索引，取值1～2。

2.根据权利要求1所述的一种基于注意力机制的显著物体检测方法，其特征在于，步骤S3包括以下步骤：

S3.1、采用反卷积层分别将显著性概率图S₄～S₂上采样两倍，作为侧输出3～1的权值图，记为W₃～W₁；

S3.2、定义如下注意力模块：该模块有两个输入，一个是卷积特征，另一个是权值图，输出是加权后的卷积特征，通过下式计算：

其中，F和A分别表示卷积特征和加权后的卷积特征，W表示权值图，c为特征的通道索引，取值1～256，i为侧输出索引，取值1～3，j为注意力模块索引，取值1～3；

S3.3、在每个注意力模块加权得到的特征后再增加一个卷积层，每个卷积层后都附有一个非线性激活层，侧输出3中的卷积层的参数为{7×7×256}，侧输出2中的卷积层的参数为{5×5×256}，侧输出1中的卷积层的参数为{3×3×256}。