一种基于特征提取的神经网络目标检测方法及系统与流程

本发明涉及目标检测，尤其涉及一种基于特征提取的神经网络目标检测方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

2、常规的基于神经网络的图像目标检测方法，例如ssd、yolo等，通常利用分类方法给出检测出的目标类型。由于每个被检测目标的类型信息通常是一个维度与类别数量相同的概率分布向量，当目标类型较多时会导致输出层输出变量数量庞大，不利于神经网络模型的训练和推理。同时，由于模型的输出层大小与目标种类数量相关，因此这类方法在目标种类发生变化时需要重新调整网络模型，这导致目标检测算法无法实现通用化和商品化。

技术实现思路

1、为了解决上述问题，本发明提出了一种基于特征提取的神经网络目标检测方法及系统，目标检测模型的结构与目标类型种类无关，提高了目标监测算法的通用性。

2、在一些实施方式中，采用如下技术方案：

3、一种基于特征提取的神经网络目标检测方法，包括：

4、获取待检测图像，将所述待检测图像输入至训练好的神经网络目标检测模型，输出图像目标检测结果；

5、其中，所述神经网络目标检测模型的输出层输出设定维数的特征向量；将所述特征向量与预先设定的感兴趣目标的图像样本的特征向量进行比较，选取出与待检测图像的特征向量最接近的图像样本，得到待检测图像的目标检测结果。

6、所述神经网络目标检测模型的损失函数具体为：

7、loss＝a*locationloss+b*featureloss

8、其中，假设模型训练时一次对m幅图像进行检测，检测出目标s个，locationloss是s个目标位置iou偏差的平均值，featureloss是s*(s-1)个目标对的平均特征相似度；a、b为非负常量，表示位置损失与特征损失之间的权重。

9、featureloss＝sum(eij)/(s*(s-1))，1≤i≤j≤s；

10、假设dij表示第i个目标与第j个目标特征之间的欧氏距离，则eij计算方法为：

11、如果第i个目标与第j个目标类型相同，则eij＝dij；

12、如果第i个目标与第j个目标类型不相同，eij＝max(–dij，–t)；

13、其中，t是正常量，表示不同类型的目标特征之间的最小距离间隔。

14、在另一些实施方式中，采用如下技术方案：

15、一种基于特征提取的神经网络目标检测系统，包括：

16、目标检测模块，用于获取待检测图像，将所述待检测图像输入至训练好的神经网络目标检测模型，输出图像目标检测结果；

17、其中，所述神经网络目标检测模型的输出层输出设定维数的特征向量；将所述特征向量与预先设定的感兴趣目标的图像样本的特征向量进行比较，选取出与待检测图像的特征向量最接近的图像样本，得到待检测图像的目标检测结果。

18、在另一些实施方式中，采用如下技术方案：

19、一种终端设备，其包括处理器和存储器，处理器用于实现指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行上述的基于特征提取的神经网络目标检测方法。

20、在另一些实施方式中，采用如下技术方案：

21、一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行上述的基于特征提取的神经网络目标检测方法。

22、与现有技术相比，本发明的有益效果是：

23、(1)本发明所提出的神经网络目标检测模型的输出为固定维数的特征向量，神经网络目标检测模型的结构与目标类型种类无关，简化了模型的计算量，提高了目标检测的效率和准确率，同时使得模型更具有通用性。

24、本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。

技术特征：

1.一种基于特征提取的神经网络目标检测方法，其特征在于，包括：

2.如权利要求1所述的一种基于特征提取的神经网络目标检测方法，其特征在于，所述目标检测结果包括目标的位置、大小和类型。

3.如权利要求1所述的一种基于特征提取的神经网络目标检测方法，其特征在于，对感兴趣目标的图像样本，提前标注目标的位置、大小和类型，输入神经网络目标检测模型中进行训练。

4.如权利要求1所述的一种基于特征提取的神经网络目标检测方法，其特征在于，所述神经网络目标检测模型的损失函数满足如下条件：

5.如权利要求1所述的一种基于特征提取的神经网络目标检测方法，其特征在于，所述神经网络目标检测模型的损失函数具体为：

6.如权利要求5所述的一种基于特征提取的神经网络目标检测方法，其特征在于，

7.一种基于特征提取的神经网络目标检测系统，其特征在于，包括：

8.一种终端设备，其包括处理器和存储器，处理器用于实现指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-6任一项所述的基于特征提取的神经网络目标检测方法。

9.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-6任一项所述的基于特征提取的神经网络目标检测方法。

技术总结
本发明公开了一种基于特征提取的神经网络目标检测方法及系统，包括：获取待检测图像，将所述待检测图像输入至训练好的神经网络目标检测模型，输出图像目标检测结果；其中，所述神经网络目标检测模型的输出层输出设定维数的特征向量；将所述特征向量与预先设定的感兴趣目标的图像样本的特征向量进行比较，选取出与待检测图像的特征向量最接近的图像样本，得到待检测图像的目标检测结果。本发明所提出的神经网络目标检测模型的输出为固定维数的特征向量，神经网络目标检测模型的结构与目标类型种类无关，简化了模型的计算量，提高了目标检测的效率和准确率，同时使得模型更具有通用性。

技术研发人员：许野平,井焜,朱爱红,陈春漪,刘辰飞,陈英鹏,张朝瑞
受保护的技术使用者：神思电子技术股份有限公司
技术研发日：
技术公布日：2024/1/12