(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 202210987120.X (22)申请日 2022.08.17 (71)申请人 四川九洲空管 科技有限责任公司 地址 621000 四川省绵阳市科创园区九洲 大道255号 (72)发明人 黄凯　李波　李君惠　王彦成　 廖育富　何聪　冯东阳　 (74)专利代理 机构 成都九鼎天元知识产权代理 有限公司 51214 专利代理师 王会改 (51)Int.Cl. G06V 10/26(2022.01) G06T 7/73(2017.01) G06V 10/762(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) G06N 7/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于目标概率密度图的端到端目标检 测方法 (57)摘要 本发明公开了一种基于目标概率密度图的 端到端目标检测方法， 包括以下步骤： 生成待检 测图像的目标概率密度图； 基于所述目标概率密 度图， 获取所述待检测图像中的小目标区域的中 心点和宽高； 基于所述小目标区域的中心点和宽 高， 通过仿射变换， 截取小目标区域； 对 所述小目 标区域进行目标检测， 输出目标类型和位置。 本 发明利用仿射变换进行目标区域的截 取， 可实现 神经网络的端到端训练， 大大简化了网络训练的 流程和网络的结构， 端到端的网络可使模型从原 始输入到最终输出， 给模型更多可以根据数据自 动调节的空间， 增加模型的整体契合度； 本发明 能够在不降低大目标检测准确率的前提下， 减少 小目标的漏检率和误检率。 权利要求书2页 说明书6页 附图3页 CN 115331008 A 2022.11.11 CN 115331008 A 1.一种基于目标概 率密度图的端到端目标检测方法， 其特 征在于， 包括以下步骤： 步骤1： 生成待检测图像的目标概 率密度图； 步骤2： 基于所述目标概率密度图， 获取所述待检测图像 中的小目标区域的中心点和宽 高； 步骤3： 基于所述小目标区域的中心点和宽高， 通过仿射变换， 截取小目标区域； 步骤4： 对所述小目标区域进行目标检测， 输出目标类型和位置 。 2.根据权利要求1所述的方法， 其特征在于， 若所述步骤2中待检测图像 中没有小目标， 则输入新的图像作为待检测图像， 重新执 行步骤1至步骤2， 直至待检测图像中存在小目标； 所述步骤4还包括： 用单阶段检测网络对所述待检测图像进行目标检测， 输出检测到的目标类型和位置 。 3.根据权利要求1所述的方法， 其特 征在于， 所述目标概 率密度图为： 其中， σi为高斯函数标准差， xk是目标的中心， δ(x ‑xk)表示密度点， 表示高斯核， δ(x‑xk)与 卷积得到目标概率密度图D(x)， k＝1， 2， ...， N表示目标的序号； i， j分别 表示第i个种类及第i个种类中的第j个目标， Hi和Wi分别表示第i个种类目标的平均高和宽， hij和wij分别表示第i个种类第j个目标的平均高和宽， η用来平衡种类的总体尺寸和个体尺 寸对滤波参数σ 的贡献度。 4.根据权利要求3所述的方法， 其特征在于， 所述步骤1通过损 失函数对待检测图像中 的背景区域进行惩罚： and 其中， Lossdensity为神经网络的损失函数， i＝1， 2， ...， N表示输入图像的序号， j＝0， 1， ...， Mi表示输入的第i张图像的背景像素点序号， D(Xi； Θ)表示输入Xi的目标概率密度 图， Θ表示目标概率密度图生成模型的参数， Di(j)＝0表示生成的第i张目标概率密度图的 第j个像素点为背 景点， β 是惩罚项系数， W和H表示目标概率密度图的宽和高， 因此背 景点越 多， 惩罚系数β 越大。 5.根据权利要求1所述的方法， 其特 征在于， 所述 步骤2包括： 步骤21： 使用滑动窗口对目标概率密度图进行不重叠遍历， 将滑动窗口中的像素值与 预设阈值进行比较， 基于比较的结果对滑动窗口中的像素值进行 赋值； 步骤22： 对经过赋值后的目标概 率密度图进行聚类； 步骤23： 采用重心法， 计算聚类后的每 个目标区域的重心。 6.根据权利要求5所述的方法， 其特 征在于， 所述 步骤21包括： 在训练过程中滑动窗口的尺寸取所有目标尺寸的平均值， 将每个滑动窗口中的像素平权　利　要　求　书 1/2 页 2 CN 115331008 A 2均值m与预先设置的阈值threshold比较， m若小于threshold则该滑动窗口中的所有像素值 置0， 否则置为m。 7.根据权利要求6所述的方法， 其特 征在于， 所述 步骤22包括： 使用DBSCAN算法对阈值处理之后的目标概率密度图中不为0的区域进行聚类， 若滑动 窗口的尺寸为ws×hs， 则聚类扫描的半径为2 ×max(ws， hs)， 聚类后归为一类的区域表示一 个待分割的目标区域； 所述步骤23包括： 对聚类后的每 个目标区域R使用重心法计算出重心(xc， yc)。 8.根据权利要求7 所述的方法， 其特 征在于， 所述重心(xc， yc)的计算公式为： 其中， dij表示R中的概率密度值， 即目标概率密度图的像素值； 若目标区域R的尺寸为w ×h， 则计算公式为： 重心(xc， yc)变成新区域的中心， 最后得出待裁剪的区域R＝(xc， yc， w， h)， R中的参数对 dij可导。 9.根据权利要求1所述的方法， 其特 征在于， 所述 步骤3包括： 采用仿射变换进行目标区域截取， 待截取的区域R的坐标表示为(xo， yo)， 截取后的目标 区域坐标表示 为(xt， yt)， 仿射变换为： xt＝0， 1， ...， w‑1 yt＝0， 1， ...， h‑1 在仿射变换中， 只有(xo， yo)是未知的， 目标区域的坐标和变换矩阵都是已知的， 能够通 过仿射变换建立起目标概率密度图待裁剪区域与裁剪之后的目标区域的解析表示， 从而使 得训练过程的可导变得 连续。 10.根据权利要求9 所述的方法， 其特征在于， (xt， yt)均是整数坐标， 进行逆变换得到的 (xo， yo)并非都是整数， 需要通 过双线性插值来获得逆 变换后的待检测图像的坐 标对应的像 素值。权　利　要　求　书 2/2 页 3 CN 115331008 A 3