[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

说明书

本发明涉及一种基于局部上下文感知的复杂场景密集目标检测方法，使用深度残差网络Res101提取图像的特征，利用特征金字塔网络FPN进一步提取特征并生成感兴趣区域，生成候选区域后，提取候选区域的局部上下文信息，使用特征池化对齐特征，利用全连接层对特征进行分类，生成目标类别及边框。

技术领域

本发明涉及一种基于局部上下文感知的复杂场景密集目标检测方法，属于图像处理技术领域。

背景技术

视觉为我们提供了关于周围环境的大量信息，目标检测是计算机视觉最主要的研究方向之一，目前已经广泛应用于智能安防、智能制造、自动驾驶等各个领域。复杂 场景目前没有明确的定义，本发明中复杂场景指图像背景多变，存在大量的不需要检 测的冗余目标，待检测目标种类多，目标数量变化大，目标与部分背景之间没有明显 分界线，目标特性不明显等。密集目标目前也没有统一的定义，本发明中以单一图像 为例，将目标数量超过20个，且目标之间距离小于单一目标宽度的称为密集目标。复 杂场景密集目标检测主要是将背景多变、目标数量及尺度变化多样、目标特征不明显 等复杂场景中的目标与背景分离。近年来，由于遥感目标检测、工业生产线密集目标 质量检测、农作物幼苗技术等需求的不断增加，复杂场景密集目标检测的研究也越来 越受到重视。

周建新(《适用于密集人群检测的多尺度检测方法》，系统仿真学报，2016,28-10,2503-2509)针对密集人群场景下的目标检测问题，提出了一种多尺度的目标检测方法， 粗尺度下使用可变形部件模型(DPM,Deformable Part Model)检测方法，检测人体全 身；细尺度下将头部作为检测对象，使用Faster RCNN(Faster Region with ConvolutionalNeural Network)算法检测人体中的头部，实现了对密集人群的检测。但是该方法仅仅 将DPM与Faster RCNN算法相结合，需要分步完成检测流程，密集目标检测率较低， 仅为53.8％左右。

发明内容

要解决的技术问题

目前已有的目标检测算法大都是检测非密集目标，针对背景复杂、目标类别和数量众多且尺度和方向变化都比较大的复杂场景密集目标检测方法较少，针对这一问题， 本发明设计一种基于局部上下文感知的密集目标检测深度神经网络，充分利用密集目 标之间空间距离短的特点，通过对目标及周围的局部上下文目标的感知，提高对密集 目标识别的准确性。

技术方案

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：