[发明专利]一种基于局部上下文感知的复杂场景密集目标检测方法

权利要求书

1.一种基于局部上下文感知的复杂场景密集目标检测方法，其特征在于步骤如下：

步骤1：对于每一张输入神经网络的尺寸为1024*1024的图像，经过Res101残差网络提取特征后，生成6种不同大小的特征图feature map，记为C1～C6，尺度分别为512*512,256*256,128*128,64*64,32*32,16*16，选择C2、C3、C4和C5建立特征金字塔；

步骤2：根据C2、C3、C4和C5生成特征金字塔，结果记为P2、P3、P4和P5；其中P2、P3、P4是将高层特征下采样，并与经过1*1卷积的同层C2、C3、C4特征相加；

步骤3：特征金字塔中的每张特征图使用区域生成网络生成锚点anchor的时候只使用一种尺寸，P2、P3、P4、P5和P6分别对应32²、64²、128²、256²和512²，每个anchor对应的宽高比为1:2，1:1和2:1；

使用锚点anchor生成候选区域proposals时，采取的计算公式为：

生成局部上下文的候选区域lc_proposals时，采取的计算公式为：

其中，(x_c,y_c)分别为预测的anchor点坐标，(w,h)分别为预测proposals的宽度和高度；(x₁,y₁)和(x₂,y₂)为proposals的左上角和右下角坐标；(x₁′,y₁′)和(x₂′,y₂′)为lc_proposals的左上角和右下角坐标；

步骤4：因为4种尺度的特征图上都有从原图上的anchor映射过来的proposals，所以使用特征池化的时候，也必须对应4种不同的特征层，采用如下公式计算特征池化对应的特征层：

其中，w和h为对应的proposals的尺寸，1024为原图尺寸，k₀为基准值，设置为4；

由于P2、P3、P4和P5为特征金字塔的特征图，因此对应特征层的取值规则为：

特征金字塔中的每张特征图中的proposals经过对应的特征池化层，分别输出7*7的结果，也就是这4张特征图上的proposals经过特征池化之后，提取出了49个特征；

局部上下文操作的流程与对应的proposals完全相同；

步骤5：把局部上下文和对应的proposals的7*7结果分布连接两个全连接层，两个全连接层输出结果为目标类别和目标边界框。

2.根据权利要求1所述的一种基于局部上下文感知的复杂场景密集目标检测方法，其特征在于步骤3中区域生成网络生成锚点anchor训练候选区域所采用的标签用交并比IoU来确定，如果IoU0.7，则为正样本；如果IoU0.3，则为负样本。