[发明专利]一种基于多尺度快速场景检索的目标检测方法和装置

权利要求书

1.一种基于多尺度快速场景检索的目标检测方法，其特征在于，包括如下步骤：

获取输入图像；

基于输入图像获取输入正样本图像块，所述输入正样本图像块包括特征：具有边界盒；以边界盒为中心；与边界盒的长宽比一致；面积为边界盒的2倍；

使用区域提名网络对所述输入正样本图像块进行训练和提名，获得上下文区域提名网络，并获得经特征降维处理的特征向量；

对输入图像本身以及每个输入正样本图像块，通过其特征向量以及式B＝sgn(fW)获取其二值哈希编码B，式B＝sgn(fW)中的W为由迭代量化法获取的编码矩阵；

若一输入正样本图像块的哈希编码与训练数据集中的任一训练数据正样本图像块的哈希编码的差别小于预设阈值，将训练数据正样本图像块内包含的地真标注边界盒进行尺度变换后，迁移到输入图像中，获得迁移后边界盒；其中，所述训练数据正样本图像块为基于训练数据集且具有如下特征的图像块：具有地真边界盒；以边界盒为中心；与边界盒的长宽比一致；面积为边界盒的2倍；

将所述迁移后边界盒与目标检测算法的边界盒进行后融合。

2.如权利要求1所述的基于多尺度快速场景检索的目标检测方法，其特征在于，步骤“获得经特征降维处理的特征向量”具体包括：

使用ROIPooling层将正样本图像块所对应的深度神经网络特征图归一化到预设尺寸；

以分别带有4096和2048个元素的全连接层对经归一化到预设尺寸的正样本图像块对应的深度神经网络特征图进行特征降维，得到2048维的特征向量。

3.如权利要求1或2所述的基于多尺度快速场景检索的目标检测方法，其特征在于，步骤“若一输入正样本图像块的哈希编码与训练数据集中的任一训练数据正样本图像块的哈希编码的差别小于预设阈值”中，比较一输入正样本图像块的哈希编码与训练数据集中的任一训练数据正样本图像块的哈希编码的差别的具体方式是：计算一输入正样本图像块的哈希编码B与任一训练数据正样本图像块的哈希编码B之间的汉明距离d^H。

4.如权利要求1或2所述的基于多尺度快速场景检索的目标检测方法，其特征在于，步骤“将训练数据正样本图像块内包含的地真标注边界盒进行尺度变换”中，尺度变换的系数为Δs＝s_t/s_s，其中s_t表示输入正样本图像块的尺度，s_s表示训练数据正样本图像块的尺度。

5.如权利要求1或2所述的基于多尺度快速场景检索的目标检测方法，其特征在于，步骤“将所述迁移后边界盒与目标检测算法的边界盒进行后融合”具体包括：

对于目标检测算法得到的输出置信度为S_d的边界盒b_d，其最终输出置信度S′_d如下式：

其中b_c为迁移后边界盒，α为权重系数，IoU表示两边界盒的交并比。