一种基于特征扩展性学习的弱监督目标定位方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113838130A(43)申请公布日2021.12.24(21)申请号202111004064.5(22)申请日2021.08.30(71)申请人厦门大学地址361005福建省厦门市思明区思明南路422号(72)发明人曹刘娟陈志威(74)专利代理机构厦门南强之路专利事务所(普通合伙)35200代理人马应森曾权(51)Int.Cl.G06T7/73(2017.01)G06K9/32(2006.01)G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于特征扩展性学习的弱监督目标定位方法(57)摘要一种基于特征扩展性学习的弱监督目标定位方法，涉及计算机图像视觉处理。提供基于弱监督的训练方式以低成本的图像标注，以仅有的弱标签信息获取更好的特征，达到比较好的训练结果的一种基于特征扩展性学习的弱监督目标定位方法。包括如下步骤：1)对待检测的图片进行预处理，然后将预处理后待检测的图片及其对应的图片级别的标签送入神经网络；2)神经网络对图片进行处理，在训练过程中输出待检测图片对应每一个类别的概率数值，在测试过程中输出待检测图片预测的框的坐标、类别、得分。通过擦除来促进整体目标定位，并通过最大凸显学习来提高分类性能的准确性；将从多个平行定位头中学习到的目标区域动态地与接收场的有向扩展相结合。CN113838130ACN113838130A权利要求书1/2页1.一种基于特征扩展性学习的弱监督目标定位方法，其特征在于包括如下步骤：1)对待检测的图片进行预处理，然后将预处理后待检测的图片及其对应的图片级别的标签送入神经网络；2)神经网络对图片进行处理，在训练过程中输出待检测图片对应每一个类别的概率数值，在测试过程中输出待检测图片预测的框的坐标、类别、得分。2.如权利要求1所述一种基于特征扩展性学习的弱监督目标定位方法，其特征在于在步骤1)中，所述图片进行预处理，可先对图片进行标准化处理，再把图片缩放为256×256大小，最后随机裁剪为224×224大小。3.如权利要求1所述一种基于特征扩展性学习的弱监督目标定位方法，其特征在于在步骤1)中，所述神经网络主要包含三个部分：CNN主干特征提取网络、最大注意激发模块MAE和三联融合扩展模块TFE。4.如权利要求1所述一种基于特征扩展性学习的弱监督目标定位方法，其特征在于步骤2)中，所述神经网络对图片进行处理具体包括如下步骤：步骤a1，给定带有图像级别标签的数据集集合，将集合划分为训练图片样本集和测试图片样本集；步骤a2，从训练图片样本集中任意选取图像I，将该图像I以及其对应的图像级别的标签y输入神经网络的主干网络，其中在第2、4、5层应用最大注意激发模块(MAE)；步骤a3，假设神经网络的第2层的输出特征为X，特征的形状为C×H×W，C为通道数量、H为特征图的高度、W为特征图的宽度；首先在通道数的维度上取平均值，得到As：其中，i,j分别表示特征图的第i行和第j列；接着引入一个超参数ξ＝0.5以获取空间平均注意特征Am：然后，空间平均注意特征Am与输入的特征X相乘得到特征Xa，特征Xa再通过一个卷积核为1×1的卷积层得到特征Ae；最后，使用取最大操作得到MAE模块的最终输出特征MAE模块的最终输出特征再作为输入，进入到神经网络的下一层；步骤a4，重复步骤a3，在神经网络的第4、5层应用MAE模块；步骤a5，当得到步骤a4的输出特征后，使用三联融合扩展模块(TFE)进行特征扩展融合，得到三个分类器的输出；步骤a6，将步骤a5所得三个分类器的输出相加作为网络的分类结果，然后将图像级别的标签和分类结果做交叉熵损失得到网络的损失；步骤a7，在测试阶段，通过对步骤a5得到的融合特征进行分析，利用CAM中的方法来生成边界框。5.如权利要求4所述一种基于特征扩展性学习的弱监督目标定位方法，其特征在于步骤a5中，所述特征扩展融合分为训练阶段和测试阶段；所述训练阶段共三个分支，第一、三2CN113838130A权利要求书2/2页个分支分别插入一个卷积核为1×3和3×1的卷积层，之后特征经过GAP(全局池化层)进入分类器(Classifier)；第二个分支直接为一个GAP进入分类器；三个分类器均由FC层和softamx层组成；所述测试阶段是将特征图从三个分支抽取并进行融合。3CN113838130A说明书1/6页一种基于特征扩展性学习的弱监督目标定位方法技术领域[0001]本发明涉及计算机图像视觉处理，尤其是涉及特征拓展和多方向特征融合的一种基于特征扩展性学习的弱监督目标定位方法。背景技术[0002]近年来，随着计算机性能的提升和大数据的发展，