[发明专利]一种角度自适应的椭圆模板目标检测器

说明书

一种角度自适应的椭圆模板目标检测器应用于计算机视觉任务中的目标检测任务。本发明基于摆脱锚框的算法，直接预测物体的中心点并以此作为椭圆框的圆心，之后在结合预测出的椭圆框的长短轴长和旋转角度来完成物体检测。本发明为了加快更加有效的训练网络并更好学习椭圆的轮廓，提出了一种新的椭圆交并比损失。由于采用旋转椭圆框来检测物体，因此本发明相较于矩形框检测算法更加准确。

技术领域

本发明应用于计算机视觉任务中的目标检测任务。

背景技术

目标检测一直是研究计算机视觉领域的热点课题，近年来随着深度学习的兴起，涌现出了许多基于卷积神经网络的目标检测算法。现有深度目标检测算法主要分为两大类：基于锚框和摆脱锚框的目标检测器。虽然这

两类算法采用了不同的检测策略，但都使用的是矩形框进行检测。在实际应用中，矩形框实质上并不能适应目标的多个姿态的变换，如图1(a)所示，如果检测对象存在倾斜的角度，那么矩形框将会包含很多冗余的背景区域。另外，虽然目前也有倾斜矩形框检测算法，但这类算法本质上回归的是倾斜锚框的宽高和倾斜角度的偏移量，并不能做到真正的角度自适应。相反，

如图1(b)所示，若采用椭圆框进行检测则能够很好适配物体的轮廓。另外，由于椭圆框能够通过交并比来实时的调整椭圆框的形状，因此，从原理和认知上更能自适应物体的轮廓。

发明内容

为解决现有目标检测算法物体轮廓检测不够精确的问题，本发明工作的主要发明可以总结如下，首先，本发明提出了一种摆脱锚框的椭圆框目标检测网络EllipseNet；其次，为了更加有效的训练网络并更好学习椭圆的轮廓，提出了一种新的椭圆交并比损失。

本发明提出的EllipseNet进行椭圆框的目标检测主要分为以下三个步骤：

步骤一：EllipseNet模型结构

本发明用E＝[cx,cy,la,sa,θ,n(i)]表示目标的真实椭圆框，令C＝[cx,cy]表示椭圆的中心，A＝[la,sa]代表椭圆的长轴和短轴长度，θ代表椭圆顺时针旋转的角度，n(i)是边界框中的对象所属的类，N是类别数目。

如图2所示，本发明模型的整体架构基于FCOS。总共包括四个部分：骨干网络ResNet主要提取图像的多级特征C3，C4和C5。然后通过特征金字塔结构获得融合后的特征图F1至F5，回归层主要完成对椭圆属性的预测，包括椭圆圆心的偏移量，长短轴长以及椭圆的旋转角度以及类别。最后计算预测值和真实值之间的损失。

在回归层中，对于第i个特征图Fi中的每个位置(x(i),y(i))，本发明将特征点映射回输入图像s是特征图相对于输入图像的下采样率。如果位置(x(i),y(i))落在目标图像的区域内，则将其视为正样本点。但是，在本发明的模型架构中，这样的正样本点可能仍然会偏离椭圆的中心。因此，本发明需要回归从正样本点到椭圆圆心的距离。偏移量通过公式一计算：

c_error＝(cx-x⁽ⁱ⁾,cy-y⁽ⁱ⁾) (1)

网络的回归层需要输出对象的类别向量p和椭圆中心的偏移量，以及椭圆的轴长和旋转角度。如图2所示，本发明在FCOS的头部增加了五个独立的回归分支。在模型的输出层中，负责预测椭圆圆心的偏移量。是椭圆圆心的长轴和短轴的预测值，负责预测椭圆的角度。另外，根据椭圆的对称性，其角度的取值范围为[0,180)，因此本发明使用exp(x)将输出分支映射到正数，以促进模型的收敛。