(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 202210317817.6 (22)申请日 2022.03.29 (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　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 10/80(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01) G06V 10/776(2022.01) G06V 10/26(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06K 9/62(2022.01) (54)发明名称 一种基于双边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双边注意力机制的 复杂背景下的目标检测方法， 可用于在复杂背景 下进行精确的前景目标检测。 该发明主要包括： 根据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； 构建基于双边注意力机 制的人工神经网络检测模型Bi ‑SINet； 在 Pytorch深度学习平台上运用SGD优化器优 化Bi‑ SINet模型； 在所构建的测试集上评估收敛的Bi ‑ SINet网络模型的检测性能。 本发明相比当前主 要的复杂背景下的目标检测算法SINet能取得更 好的检测性能。 本发明在降低了平均绝对误差的 同时， 实现了 更高的增强 ‑对齐指标、 结构指标及 加权的F指标， 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4页 CN 114677571 A 2022.06.28 CN 114677571 A 1.一种基于双边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： 根据公开的复杂背景 下的目标检测数据集， 构建训练集、 验证集和 测试集； 步骤S2： 构建基于双边注意力机制的Bi ‑SINet网络模型， 利用所构建的训练集对Bi ‑ SINet网络模型进行监 督训练， 直到模型收敛到最优性能； 步骤S3： 将收敛的Bi ‑SINet网络模型在所构建的测试集上进行测试， 根据检测结果评 估模型性能。 2.根据权利要求1所述一种基于双边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中目标检测数据集包含数据集COD10K、 数据集CAMO和数据集 CHAMELEON。 3.根据权利要求1所述一种基于双边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具体包括： 步骤S201： 对训练数据进行预处理， 首先利用双线性插值法将原始图像大小调整为384 ×384， 并调整对应的真实标签， 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Bi ‑SINet网络模型进行训练； 步骤S202： Bi ‑SINet网络模型对输入图像进行特征提取， 随后将提取到 的多层特征输 入渐进式的检测框架中进行检测； 渐进式的检测框架会基于每层特征进行前景目标分割， 共输出N个不同尺度的检测结果， 用 来表示， k ＝0， 1， ...， N‑1； 步骤S203： 在训练 阶段， 采用交叉熵损失函数和交并比损失函数对模型输出的N个检测 结果进行监 督训练， 总体损失函数 可以用Loverall来表示， 其计算公式为： 其中， 表示第k层检测结果与真实标签之间的结构加权后的交叉熵损失， 则表 示第k层检测结果与真实标签之间的结构加权后的交并比损失， 它 们的计算表达式分别为： 其中， H表示图像高度， W表示图像宽度， 和maskGT(x,y)分别表示第k层预测 结果和真实标签中位置坐标为(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：权　利　要　求　书 1/2 页 2 CN 114677571 A 2其中， Axy表示坐标为(x,y)的像素周围像素的集 合； 步骤S204： 在训练过程中， 采用随机梯度下降优化算法对网络参数进行迭代更新， 同时 以多项式法对学习率进行衰减； 训练过程中， 间隔若干次迭代使用所构建的验证集对模型 性能进行验证， 确保模型收敛到最优性能； 步骤S205： 利用优化收敛后固定参数的Bi ‑SINet网络模型对输入的待检测图像进行前 向计算， 即可获得 前景目标分割图作为检测结果。 4.根据权利要求1所述一种基于双边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： 将待检测图片归一化后， 输入收敛的Bi ‑SINet网络模型进行检测， 在输出的 N个不同尺度的检测结果中， 选择尺度最大的 作为模型的最终检测结果maskpred； 步骤S302： 根据模型的检测结果maskpred和对应的真实标签maskGT， 计算平均绝对误差 MAE， 计算公式如下： 其中， H表示图像高度， W表示图像宽度， maskpred(x,y)和maskGT(x,y)分别表示预测结果 和真实标签中位置坐标为(x,y)的值； 步骤S303： 根据模型的检测结果maskpred和对应的真实标签maskGT， 计算客观评价指标 EM， 计算公式如下： 其中， H代 表图像高度， W表示图像宽度， φFM表示增强的对齐矩阵； 步骤S304： 根据模型的检测结果maskpred和对应的真实标签maskGT， 计算客观评价指标 SM， 计算公式如下： SM＝α S0+(1‑α )Sr                             (7) 其中S0表示针对目标的结构相似度， Sr表示针对区域 的结构相似度， 平衡两者 的权重a 通常取值0.5； 步骤S305： 根据模型的检测结果maskpred和对应的真实标签maskGT， 计算客观评价指标 WFM， 计算公式如下： 其中Pw表示加权修正后的准确率， Rw表示加权修正后的召回率， β 是平衡准确率和召回 率的因子 。权　利　要　求　书 2/2 页 3 CN 114677571 A 3