一种基于对比聚类和多元高斯分布的开放世界目标检测方法技术

本发明专利技术一种基于对比聚类和多元高斯分布的开放世界目标检测方法，包括以下步骤：对开放世界目标检测器模型进行训练；基于半监督对比聚类模型对开放世界目标检测器模型未识别出的物体进行对比聚类学习，得到对比聚类结果；基于增量学习方式对所述半监督对比聚类模型输出的对比聚类结果，选择聚类最好的堆，打上伪标签，通过样本回放的方式返回，返回对开放世界目标检测器模型训练；当对开放世界目标检测器模型的训练达到固定的迭代次数，得到训练好的开放世界目标检测器模型；将待检测图像输入到训练好的开放世界目标检测器模型中，实现对待检测图像的类别识别；该方法对数据进行强/弱数据增强，并对聚出来的聚类簇进行过滤。

【技术实现步骤摘要】

本专利技术属于目标检测领域，涉及一种基于对比聚类和多元高斯分布的开放世界目标检测方法。

技术介绍

1、近年来，机器人只能从人工标注的数据集中学习，无法实现自主发现和学习新类物体的问题显现出来。在封闭世界假设下，物体类别由训练集预先定义，然而，现实世界包含更多训练集之外的物体，新的类别不断涌现，但是传统的目标检测方法却无法应对并检测出训练集之外的新的物体。因此，人们开始探索能够检测到训练集之外的新的物体，并且能够让检测器拥有学习这些新物体能力的开放世界目标检测。

技术实现思路

1、为了解决上述问题，本专利技术采用的技术方案是：一种基于对比聚类和多元高斯分布的开放世界目标检测方法，包括以下步骤：

2、获取待检测图像；

3、构建用于检测出图像中已知物体和未知物体的开放世界目标检测器模型；

4、对开放世界目标检测器模型进行训练；

5、基于半监督对比聚类模型对开放世界目标检测器模型未识别出的物体进行对比聚类学习，得到对比聚类结果；

6、基于增量学习方式对所述半本文档来自技高网...

【技术保护点】

1.一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：所述开放世界目标检测器模型包括物体定位模块，用于图像中目标的位置进行检测；

3.根据权利要求1所述的一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：所述开放世界目标检测器模型包括分类模块，用于基于所述物体定位模块输出的目标位置实现对图像中目标的分类；

4.根据权利要求1所述的一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：所述对开放世界目标检测...

【技术特征摘要】

1.一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：所述开放世界目标检测器模型包括物体定位模块，用于图像中目标的位置进行检测；

3.根据权利要求1所述的一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：所述开放世界目标检测器模型包括分类模块，用于基于所述物体定位模块输出的目标位置实现对图像中目标的分类；

4.根据权利要求1所述的一种基于对比聚类和多元高斯分布的开放世界目标检测方法，其特征在于：...

【专利技术属性】
技术研发人员：王非，张思浩，周景春，秦肯，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：