基于增量式深度神经网络的图像分类系统

为解决图像分类任务中模型结构固化、产生巨大内存消耗、时间消耗的问题,提出一种增量式深度神经网络(IDNN)。输入样本通过聚类算法激活不同簇并被分别处理:如果新样本激活已有簇,则更新该簇参数;否则为新簇开辟分支,并训练独立特征集。在Caltech-101、ORL Face、ETH-80数据库的验证结果表明,该系统能自动调整网络结构,适用于轮廓、纹理、视角等不同环境的增量式学习,例如在Caltech-101库分类任务中准确率超出VGGNet 5.08%、Alex Net 3.44%。

基于ORB算法与神经网络的图像特征点提取方法

图像特征是图像处理研究的重要内容,其中图像特征点应用十分广泛,目前已经有多种优秀的特征点算法,但这些算法在特征点提取时十分依赖图像质量,在实际应用中图像特征点提取稳定性差,特征点数量往往不足。所以所提出基于神经网络的特征点提取方法,针对ORB特征点设计网络及损失函数,以Caltech 101数据集作为训练、测试数据集,其中标签的制作是以开源计算机视觉库OpenCV中的ORB特征提取算法为基础的,网络提取是由PyTorch框架实现,并最终使用Python语言实现整个实验。代码在已经在https://github.com/later-3/NN4ORB开源。实验结果证明,该方法对图像质量要求较传统ORB算法低,降低提取ORB特征点对图像的依赖,提取的特征点数量可以根据阈值动态调节,提高了ORB特征点提取的稳定性。

基于感受野匹配的多尺度行人检测

行人检测是目标检测中一种特殊的检测任务,基于anchor-based的设计方法虽然取得较好的进展,但anchor-box的使用引入较多超参数和设计选择,增加训练的复杂度;其次生成的大量重叠的锚框和ground-truth box反复计算IOU会消耗大量时间,且仅根据IOU来分配样本并不合理。考虑到这些复杂因素,提出一种基于anchor-free的多尺度感受野匹配行人检测模型(MRFP),该模型将感受野当作天然的anchor-box,使拥有不同尺度感受野的特征点检测不同尺度的行人目标。在Caltech行人数据集上进行了训练与测试,MR-FPPI(Miss Rate-False Positive Per Image)达到了29.2%,对比于其他行人检测算法,MRFP有更好的精度和更快的速度。

改进R-FCN模型的小尺度行人检测

目的为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络(region-based fully convolutional networks,R-FCN)的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法为了使特征提取更加准确,在Res Net-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在Res Net-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器(single shot multi Box detector,SSD)算法和两阶段检测器中的Faster R-CNN(region convolutional neural network)算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。