聯(lián)合特征相似性度量和交并比的檢測框優(yōu)選研究

孫世強(qiáng) 左海維 趙露婷

摘要：非極大值抑制（Non-Maximum Suppression，NMS）算法作為Faster R-CNN（region-based convolutional neural net-work，R-CNN）的后置處理算法，從物理空間判定檢測框的重疊比例，忽略內(nèi)在特征聯(lián)系，造成漏檢和誤檢問題。因此提出聯(lián)合特征相似性度量和交并比的檢測框優(yōu)選方法（Optimized box Based on lou and Feature similarity，OBIF）。該方法首先計(jì)算兩個(gè)檢測框的交并比（Intersection over Union，lou），判斷檢測框之間的重疊比例;然后計(jì)算閔式距離，表示重疊的檢測框之間的特征相近性，進(jìn)行深層次判斷;最后聯(lián)合閔氏距離和交并比實(shí)現(xiàn)檢測框優(yōu)選。當(dāng)運(yùn)行效率一致和時(shí)間復(fù)雜度相同時(shí)，將Faster R-CNN+OBIF應(yīng)用到PASCAL VOC 2007數(shù)據(jù)集和結(jié)直腸腺癌數(shù)據(jù)集，比較傳統(tǒng)NMS算法，平均識別準(zhǔn)確率分別提高了1.4%和1.1%，方法檢測精度得到顯著的提升。

關(guān)鍵詞：目標(biāo)檢測;非極大值抑制算法;FasterR-CNN;交并比;特征相似性度量

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）29-0190-04

根據(jù)2018年的世界癌癥報(bào)告，癌癥已成為主要的公共健康問題和首要死亡原因。早期癌癥可以臨床治愈，治愈率達(dá)80%，而對于中晚期癌癥，通過正規(guī)治療，可以延長生命期，但治愈率較低，不足20%。與中晚期癌癥患者相比，早期病人的長期生存率和生活質(zhì)量都有顯著提高，治療費(fèi)用也大幅下降，所以早期診斷和治療意義重大。

在臨床上，病理學(xué)檢查往往被視為癌癥診斷的金標(biāo)準(zhǔn)。其中，病理圖像是對患者病變部位的組織進(jìn)行切片，在顯微鏡下進(jìn)行放大成像得到的圖像。能夠直接反映出組織內(nèi)部所發(fā)生的病變，是醫(yī)生進(jìn)行癌癥診斷的重要依據(jù)，甚至是最終依據(jù)。由于病理學(xué)人才的缺失、病患人數(shù)的增加、對癌癥準(zhǔn)確診斷率和診斷時(shí)間的更高要求，目前將深度學(xué)習(xí)技術(shù)嘲融入計(jì)算機(jī)輔助系統(tǒng)，承擔(dān)病理圖像前期預(yù)分析工作，將病理圖像中存在問題的細(xì)胞核進(jìn)行框選，最終由醫(yī)生進(jìn)展針對性診斷，可以較大程度縮短早期病理診斷時(shí)間，減少和舒緩病理醫(yī)生的工作量和精力，提高癌癥診斷效率。

本文實(shí)驗(yàn)采用Faster R-CNN（region-based eonvolutionalneural network，R-CNN）框架應(yīng)用至結(jié)直腸腺癌數(shù)據(jù)集，癌癥病理圖像特征圖經(jīng)RPN網(wǎng)絡(luò)嗍（Region Proposal Network，RPN）后會生成大量的檢測框。NMS （Non-Maximum Suppression，NMs）算法對檢測框集合進(jìn)行合理篩選，合并同類別檢測框，以達(dá)到問題細(xì)胞核分類和檢測框回歸的目的。由于NMS算法僅將交并比（Intersection over Union，IoU）作為評價(jià)指標(biāo)，容易造成目標(biāo)的漏檢和誤檢。此外，NMS算法忽略各檢測框特征圖的內(nèi)在特征聯(lián)系，不具有特征敏感性。所以本文提出聯(lián)合特征相似性度量和交并比的檢測框篩選方法（optimized box Based on louand Feature similarity，OBIF），通過設(shè)置合理OBIF指標(biāo)閾值，完成病理圖像中問題細(xì)胞核的檢測工作，輔助醫(yī)生完成癌癥診斷。

1相關(guān)知識

1.1Faster R-CNN

Faster R-CNN是目標(biāo)檢測領(lǐng)域經(jīng)典算法，它將feature既-traction、proposal提取、bounding box regression、classification整合在一個(gè)網(wǎng)絡(luò)中。如圖1所示，F(xiàn)asterR-CNN分為4個(gè)主要內(nèi)容：

（1）Faster R-CNN采用一組基礎(chǔ)的conv+relu+pooling層提取圖像的特征圖。該特征圖被共享給RPN和全連接層。

（2）RPN網(wǎng)絡(luò)用于生成region proposals。RPN實(shí)際分為兩條操作線，一條通過softmax分類anchor屬于foreground或者background，另一條計(jì)算對于anchor的框回歸偏移量，修正an-chor獲得精確的proposals。

（3）Roi Pooling層收集輸入的feature maps和proposals，綜合后提取proposalfeaturemaps，送入全連接層判定目標(biāo)類別。

（4）利用proposalfeaturemaps計(jì)算proposal的類別，同時(shí)再次框回歸獲得檢測框最終的精確位置。

其中，特征圖經(jīng)過RPN網(wǎng)絡(luò)后產(chǎn)生約20K個(gè)anchor，但如此數(shù)量的檢測框不可能全部送入Fast R-CNN。一方面這20K個(gè)anchor中存在大量重疊的檢測框，另一方面會產(chǎn)生巨大的計(jì)算開銷，造成檢測速度下降。因此在RPN網(wǎng)絡(luò)生成檢測框后要采用一定的機(jī)制來進(jìn)行優(yōu)化篩選，在Faster R-CNN中，目前采用的是非極大值抑制的方式，具體如下：

（1）檢測框集合P，檢測框置信度集合c和保留檢測框集合K;

（21將集合c從大到小排列，將置信度最大所對應(yīng)的檢測框移至集合K中，并在集合P中將該檢測框刪除;

（3）計(jì)算集合P剩余檢測框與該檢測框的IoU值，刪除大于設(shè)定閾值T的檢測框;

（4）重復(fù)（2）和（3）的操作步驟，直至集合P為空。

1.2閔可夫斯基距離

在智能分類算法中，為區(qū)分樣本之間的差異性，通常需要做樣本特征的相似性分析，并以“距離”作為評價(jià)指標(biāo)。根據(jù)數(shù)據(jù)特性的不同，可以采用不同的相似性度量方法，本文選用的是閔可夫斯基距離。

閔式距離是衡量數(shù)值點(diǎn)之間距離的一種非常常見的方法，兩個(gè)n維向量