摘要
当前，随着计算机技术和人工智能的不断发展，计算机视觉技术在各个领域得到广泛应用。基于深度学习的目标检测是计算机视觉中的一个重要研究领域，其在人脸识别、智能交通、无人驾驶等方面具有重要应用价值。在深度学习算法中，样本不平衡问题是一个热点话题，对于负样本的设置规则以及采样方法是解决样本不平衡问题的一个关键，同时很大程度的决定了检测器的效果。然而在目标检测过程中，边缘检测作为一项基础性工作与待识别目标和背景的划分有着密切关联却经常被忽视。为此，本论文结合传统边缘检测和深度学习算法，提出一种边缘导向的改进目标检测方法，旨在解决样本不平衡中的困难负样本不充分问题，提高目标检测的准确度和鲁棒性。 首先，针对传统边缘检测算法的局限性，本文提出了一种多尺度边缘检测方法。该方法基于一种二值图像边缘跟踪的拓扑分析方法，利用通道分解、多阈值二值化、多核高斯滤波和多尺度聚类方法生成更全面、准确和鲁棒的结果。通过将结果映射为矩形框，实现在深度学习目标检测场景提供可靠的边缘信息与边缘检测框结果。 其次，为了解决FasterR-CNN等深度学习算法中困难负样本不足的问题，本论文提出一种边缘导向模块，改进FasterR-CNN的区域建议网络。通过利用本论文的多尺度边缘检测方法，改进了区域建议网络的采样器和分配器，提出一种边缘检测导向的平衡采样方法，在不增加负样本总数的情况下增加了困难负样本比例，提高区域建议网络的性能，提升在微软上下文目标公共数据集上所生成的建议框的召回率，改进后相对改进前的区域建议网络提高了1.7个百分点。 最后，为了将改进后区域建议网络更好应用在FasterR-CNN中，进一步提高网络的检测性能，本论文利用使用更灵活的可变形卷积来改进主干网络卷积层，使网络提取特征的过程更专注于特征边缘，提高网络适应与表征能力，从而更好地从困难负样本中学习。此外，由于训练早期困难负样本的增加，区域建议网络提供建议框不准确，从而导致网络初期不能很好收敛，本论文引入更加强调目标的边缘及形状差异的完全交并比损失进行改善。改进后的FasterR-CNN在微软上下文目标公共数据集上的全类平均精度相对改进前的FasterR-CNN提高了5.4个百分点，并与其他几种目标检测方法相比具有更高的精度。
NETL