(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210558583.4 (22)申请日 2022.05.20 (71)申请人 东南大学 地址 211102 江苏省南京市江宁区东 南大 学路2号 (72)发明人 李春国　罗顺　刘周勇　李武斌　 吴宇凡　杨绿溪　 (74)专利代理 机构 南京瑞弘专利商标事务所 (普通合伙) 32249 专利代理师 秦秋星 (51)Int.Cl. G06V 10/44(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于卷积注意力机制的复杂背景下目 标检测方法 (57)摘要 本发明公开了一种基于卷积注意力机制的 复杂背景下的目标检测方法， 可用于对复杂背景 下的前景目标进行精确检测。 该发明主要包括： 获取公开的复杂背景下目标检测数据集， 构建训 练集、 验证集和测试集； 构建基于卷积注意力机 制的人工神经网络模型ForegroundNet模型； 在 Pytorch深度学习平台上使 用训练集对 ForegroundNet网络模型进行监督训练； 在所构 建的测试集上评估收敛的Foregrou ndNet模型的 检测性能。 本发 明与当前主要的复杂背景目标检 测算法相比， 能够对前景目标的边缘区域进行精 确检测， 从而实现更高的检测性能。 本发明在测 试集上的检测结果对应的平均绝对误差更低， 增 强对齐指标、 结构指标及加权的F指标更高， 是一 种更加精确的复杂背景 下的目标检测算法。 权利要求书2页 说明书7页 附图7页 CN 114882241 A 2022.08.09 CN 114882241 A 1.一种基于卷积注意力机制的复杂背景下的目标检测方法， 其特征在于， 该方法包括 如下步骤： 步骤S1： 获取复杂背景目标检测数据集， 构建训练集、 验证集和 测试集； 步骤S2： 构建基于卷积注意力机制的ForegroundNet网络模型； 步骤S3： 在所构建的训练集上对ForegroundNet网络模型进行监督训练， 直到模型收敛 到最优性能； 步骤S4： 将收敛的ForegroundNet网络模型在 所构建的测试集上进行测试， 评估模型在 复杂背景 下的检测性能。 2.根据权利要求1所述一种基于卷积注意力机制的复杂背景下的目标检测方法， 其特 征在于， 所述 步骤S1中复杂背景目标检测数据集包 含数据集COD10K、 CAMO和C HAMELEON。 3.根据权利要求1所述一种基于卷积注意力机制的复杂背景下的目标检测方法， 其特 征在于， 所述步骤S2中所构建的基于卷积注 意力机制的ForegroundNet网络模 型包含： 特征 提取模块， 前 景背景提 议模块、 特 征生成模块和基于卷积注意力的特 征融合解码模块。 4.根据权利要求1所述一种基于卷积注意力机制的复杂背景下的目标检测方法， 其特 征在于， 所述 步骤S3具体包括： 步骤S301： 从所构建的训练集中随机抽取训练图片进行预处理， 首先利用插值算法将 输入图像和对应的真实标签的大小调整为H ×W， H表示图像高度， W表 示图像宽度； 随后进 行 图像数据增强处理， 最后将图像进行归一化处理后输入ForegroundNet网络模型进行监督 训练； 步骤S302： ForegroundNet网络模型通过特征提取模块提取出多尺度抽象特征， 前景背 景提议模块基于输入特征进行前景背景分割图的提议， 输出N层提议结果 k＝1, 2,...,N， 提议结果中包含前景目标检测结果 和背景目标检测结果 随后特征 生成模块基于提议结果生成前景特征、 背景特征和边缘特征， 基于卷积注意力的特征融合 解码模块对每层的前景、 背 景和边缘特征进 行融合解码， 基于解码特征输出M层前景目标检 测结果， 用 来表示， k ＝N+1,N+2,. ..,N+M； 步骤S303： 基于提议结果和检测结果， 计算模型在监督训练过程中的损失函数Loverall， 其计算方法如式(1)所示， 其中， 和 分别表示第k层前景目标提议结果 和背景目标提议结果 对应的经过结构信息加权的交叉熵损失， 和 分别表示第k层 前景目标提 议结果 和背景目标提 议结果 对应的经 过结构信息加权的交并比损失； 步骤S304： 基于模型的整体损失函数Loverall， 采用随机梯度下降优化算法对 ForegroundNet模型的网络参数进行迭代更新； 步骤S305： ForegroundNet网络模型在训练过程逐渐收敛到最优性能， 随后将模型的网 络参数固化， 输入待检测图片进行前向计算， 在输出的N+M层不同的检测结果中， 选取尺度权　利　要　求　书 1/2 页 2 CN 114882241 A 2最大的前 景目标检测结果 作为模型的最终检测结果maskpred。 5.根据权利要求4所述一种基于卷积注意力机制的复杂背景下的目标检测方法， 其特 征在于， 以前景目标检测结果为例， 交叉熵损失和交并比损失的计算方法分别 如式(2)和式 (3)所示。 其中， maskgt(x,y)和 分别表示前景目标真实标签和第k层前景目标提议结 果中位置坐标为(x,y)的值， γ是和结构权重相关的参数， w(x,y)表示坐标为(x,y)的位置 对应的结构权 重， 其表达式如下： 其中， Axy表示坐标为(x,y)的像素周围像素的集 合。 6.根据权利要求1所述一种基于卷积注意力机制的复杂背景下的目标检测方法， 其特 征在于， 所述 步骤S4具体包括： 步骤S401： 逐一读取测试集中的待检测图片， 利用插值法将其大小调整为H ×W， H表示 图像高度， W表 示图像宽度， 随后将图片进行归一化， 输入收敛到最优性能的Foregr oundNet 网络模型中进行 前向计算， 输出对应的检测结果maskpred； 步骤S402： 根据模型的前景目标检测 结果maskpred和前景目标真实标签maskgt， 计算出 模型在测试集上的客观评价指标。 7.根据权利要求6所述一种基于卷积注意力机制的复杂背景下的目标检测方法， 其特 征在于， 所述 客观评价指标包 含： SM指标， E M指标、 WFM指标和MAE指标。权　利　要　求　书 2/2 页 3 CN 114882241 A 3