[发明专利]基于隐马尔可夫模型的目标检测模型的搜索方法

权利要求书

1.一种基于隐马尔可夫模型的目标检测模型的搜索方法，其特征在于，包括：

步骤S1，根据观察序列O、状态转移矩阵A、概率矩阵B以及初始状态分布概率Π建立用于目标检测模型搜索的隐马尔可夫模型，其中，所述观察序列O包含n个观察量，每个所述观察量对应指代一个所述目标检测模型；

所述目标检测模型由前处理网络结构和沙漏网络结构组成，所述步骤S1包括：

步骤S11，构造隐含状态集合S，其隐含状态数目N为13，所述隐含状态集合S为{s₁,s₂,s₃,s₄,s₅,s₆,s₇,s₈,s₉,s₁₀,s₁₁,s₁₂,s₁₃}，其中，隐含状态s₁指代卷积+res网络结构，隐含状态s₂指代卷积网络结构，隐含状态s₃指代res网络结构，隐含状态s₄至隐含状态s₁₃均指代神经网络的不同的channel数；

步骤S12，构造观察状态集合V，其观察状态数目M为12，所述观察状态集合V为{v₁,v₂,v₃,v₄,v₅,v₆,v₇,v₈,v₉,v₁₀,v₁₁,v₁₂}，其中，观察状态v₁和观察状态v₂用于定义所述前处理网络结构，观察状态v₃至观察状态v₁₂用于定义所述沙漏网络结构，所述观察状态v₁和所述观察状态v₂分别在所述隐含状态s₁、所述隐含状态s₂和所述隐含状态s₃中择一选定，所述观察状态v₃至所述观察状态v₁₂分别在所述隐含状态s₄至所述隐含状态s₁₃中择一选定；

步骤S13，对所述隐含状态集合S的所有隐含状态按顺序编码，各所述观察状态集合V对应于所述隐含状态集合S的编码号记为所述观察序列O的一个所述观察量，多个所述观察量构造形成所述观察序列O为{o₁,o₂,o₃···o_n}，其中，n为观察状态集合V的个数，其为大于等于1的正整数；

所述状态转移矩阵A为{{a_ij(k)}}，a_ij(k)＝P[q_t(k)+1＝s_j丨q_t(k)＝s_i]，其中，1≤i≤N，1≤j≤N，1≤k≤M，q_t(k)表示在t时刻观察量o_n中第k个观察状态，s_j表示所述隐含状态集合S中第j个隐含状态，s_i表示所述隐含状态集合S中第i个隐含状态，所述状态转移矩阵A表示所述观察序列O中的观察量o_n-1的所有观察状态转移后形成观察量o_n的概率；

所述概率矩阵B为{{b_jk(k)}}，b_jk(k)＝P[q_t(k)＝s_j]，其中，1≤j≤N，1≤k≤M，q_t(k)表示在t时刻观察量o_n中第k个观察状态，s_j表示所述隐含状态集合S中第j个隐含状态，所述概率矩阵B表示所述观察序列O中的观察量o_n的所有观察状态体现为所述隐含状态集S的概率；

所述初始状态分布概率Π为{π_i(k)}，π_i(k)＝P{s_i＝q₁(k)}，其中，1≤i≤N，1≤k≤M，且∑π_i(k)＝1；所述初始状态分布概率Π表示所述观察序列O中的观察量o₁的所有观察状态体现为隐含状态集S的概率；

步骤S2，利用Baum-Welch算法并基于所述观察序列O，对所述隐马尔可夫模型的状态转移矩阵A、概率矩阵B以及初始状态分布概率Π进行参数重估，直至所述隐马尔可夫模型收敛，保存上述各参数值，形成重构隐马尔可夫模型；

步骤S3，利用Viterbi算法和所述重构隐马尔科夫模型预测得到观察序列O₁，其中，所述观察序列O₁包含n+1个观察量；

步骤S4，判断所述观察序列O₁中的前n个观察量与所述观察序列O中的n个观察量是否一一对应相同，当两者不相同时，对所述隐马尔可夫模型的状态转移矩阵A的参数和/或概率矩阵B的参数进行变异后重复所述步骤S2；当两者相同时，使用所述观察序列O₁中的第n+1个观察量生成与其对应的目标检测模型Ω_(n+1)；

步骤S5，训练所述目标检测模型Ω_(n+1)至收敛后，对所述目标检测模型Ω_(n+1)进行精度值测定、召回率测定和参数量计算，分别获得所述目标检测模型Ω_(n+1)的精度值、召回率和参数量；

步骤S6，对搜索到的所述目标检测模型Ω_(n+1)进行结果判定，

当所述目标检测模型Ω_(n+1)的精度值、召回率和参数量同时满足预设条件时，判定所述目标检测模型Ω_(n+1)为搜索输出的目标检测模型；

当所述目标检测模型Ω_(n+1)的精度值或召回率或参数量不满足预设条件时，对所述观察序列O₁中的所有观察量对应的目标检测模型分别进行精度值测定、召回率测定和参数量计算，利用各所述目标检测模型的精度值、召回率和参数量计算所述目标检测模型的排序得分C，根据所述排序得分C对所有所述目标检测模型重新排序后得到对应的观察序列O₂，使用所述观察序列O₂替换所述观察序列O后重复所述步骤S1至所述步骤S5；

在所述步骤S5中，使用目标图像训练集训练所述目标检测模型Ω_(n+1)；使用目标图像验证集对所述目标检测模型Ω_(n+1)进行精度值测定和召回率测定；

所述目标检测模型通过目标检测网络对待测图像进行中心点检测以识别目标对象。