本發(fā)明涉及人工智能領(lǐng)域，具體是指一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

背景技術(shù)：

1、ai識別領(lǐng)域里目標檢測技術(shù)，是目前和未來人工智能領(lǐng)域的重要應(yīng)用。目前的目標檢測技術(shù)主要有基于深度學(xué)習(xí)的目標檢測算法：

2、two-stage?algorithms(兩階段算法)

3、1.r-cnn系列(包括r-cnn,fast?r-cnn,faster?r-cnn)：引入深度學(xué)習(xí)進行特征提取，準確性高，但計算成本高，尤其是r-cnn和fast?r-cnn在生成區(qū)域提議(regionproposals)上效率低。

4、2.mask?r-cnn：在faster?r-cnn基礎(chǔ)上增加了實例分割功能，精確度高，但計算復(fù)雜度高，速度較慢。

5、one-stage?algorithms(一階段算法)

6、1.yolo(you?only?look?once)系列(包括yolov1至yolov5)：以速度見長，可以實現(xiàn)實時檢測，但尤其在早期版本中，對小目標檢測和定位精度不如兩階段算法。

7、2.ssd(single?shot?multibox?detector)：同樣追求速度與精度的平衡，但可能在面對高度重疊或小目標時表現(xiàn)不佳。

8、3.retinanet：為了解決一階段算法中正負樣本不均衡的問題而設(shè)計，但相比一些優(yōu)化過的兩階段算法，精度可能略低。

9、而以上神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)使用時，對遮擋和光照變化敏感：

10、多數(shù)算法在目標被遮擋或光照條件劇烈變化時表現(xiàn)會下降，當出顯遮擋或光照發(fā)生變化時，圖像的紋理和輪廓也發(fā)生了變化識別準確率就下降。

11、同時對于動態(tài)目標的檢測準確度不高：

12、因為現(xiàn)有的目標檢測是針對視頻里的每張圖片在進行圖像分析，而不是視頻序列進行分析所以，對于上述目標檢測神經(jīng)網(wǎng)絡(luò)而言，沒有所謂動靜之分。

13、當攝像頭在運動狀態(tài)下很難準確追蹤動太態(tài)目標：

14、因為現(xiàn)有的目標檢測是針對視頻里的每張圖片在進行圖像分析，而不是視頻序列進行分析所以，對于上述算法而言，感受的都相對靜態(tài)的畫面，所以區(qū)分不了目標是否是靜態(tài)還是動態(tài)。

技術(shù)實現(xiàn)思路

1、本發(fā)明要解決的技術(shù)問題是，克服以上技術(shù)缺陷，提供一種可以基于多圖使用，減少光照與遮擋敏感，保證檢測準確率的一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

2、為解決上述技術(shù)問題，本發(fā)明提供的技術(shù)方案為：一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，包括目標檢測神經(jīng)網(wǎng)絡(luò)，所述目標檢測神經(jīng)網(wǎng)絡(luò)設(shè)有更多通道入口，所述目標檢測神經(jīng)網(wǎng)絡(luò)設(shè)有多個圖片同時輸入的入口設(shè)計結(jié)構(gòu)，所述目標檢測神經(jīng)網(wǎng)絡(luò)的入口層的結(jié)構(gòu)設(shè)計為接收多個圖片合成的多通道張量數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的入口層接受通道數(shù)量為n*ch，其中n為入口層同時接收的圖片數(shù)，ch為圖片通道數(shù)量。

3、優(yōu)選的，所述目標檢測神經(jīng)網(wǎng)絡(luò)包括輸入層、特征提取層、檢測層和輸出層，所述輸入層設(shè)有>3通道入口，特征提取層包括卷積層、池化層和融合層，所述檢測層包括預(yù)測目標位置與類別。

4、優(yōu)選的，所述圖片數(shù)據(jù)的預(yù)處理包括針對視頻流進行序列圖片的提取，包括相等間隔的連續(xù)圖片與隨機間隔的不連續(xù)圖片，將選擇的圖片進行輸入至輸入層。

5、優(yōu)選的，在輸入至輸入層前還包括圖片的灰度化處理、幾何裁切、歸一化和濾波處理。

6、優(yōu)選的，所述檢測層包括yolo、ssd或faster?r-cnn模型。

7、本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于：在本發(fā)明中采用了多圖片同時ai學(xué)習(xí)和訓(xùn)練的方式和方法，神經(jīng)網(wǎng)絡(luò)不再是依賴單張圖片的信息，所以檢測的信息更加精準，多張圖片的輸入，保留了目標對象的完整正常信息，減少光照對目標檢測的影響，多圖片和序列圖片的使用保留了上下文信息能夠很好的區(qū)分動態(tài)目標和靜態(tài)目標。

技術(shù)特征：

1.一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其特征在于：包括目標檢測神經(jīng)網(wǎng)絡(luò)，所述神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)具有能接受多個圖片同時輸入的輸入層，所述目標檢測神經(jīng)網(wǎng)絡(luò)的輸入層結(jié)構(gòu)為接收多個圖片合成的多通道張量數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的輸入層接受通道數(shù)量為n*ch，其中n為神經(jīng)網(wǎng)絡(luò)輸入層能同時接收的圖片數(shù)，ch為每個圖片通道數(shù)量，其中n>1。

2.根據(jù)權(quán)利要求1所述的一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其特征在于：所述神經(jīng)網(wǎng)絡(luò)包括能接受多圖片同時時輸入的神經(jīng)網(wǎng)絡(luò)：

3.根據(jù)權(quán)利要求1所述的一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其特征在于：所述圖片數(shù)據(jù)的預(yù)處理包括針對視頻流進行序列圖片的提取，包括相等間隔的連續(xù)圖片與隨機間隔的不連續(xù)圖片，將選擇的圖片進行輸入至輸入層使用。

技術(shù)總結(jié)
本發(fā)明公開了一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，包括目標檢測神經(jīng)網(wǎng)絡(luò)，所述目標檢測神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計有支持多個圖片同時輸入的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的入口層(輸入層)接受通道數(shù)量為n*ch的圖片張量，其中n為入層能同時接收的圖片個數(shù)，ch為圖片通道數(shù)量。本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點在于：提供一種可以基于多圖使用，減少光照與遮擋敏感，保證檢測準確率的一種基于多圖片目標識別的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

技術(shù)研發(fā)人員：李金雨
受保護的技術(shù)使用者：陜西知匯電子科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/14