基于深度学习的井下巷道行人检测与距离估计

发布时间：2021-10-29 06:38

　　在无人驾驶系统中,通常使用计算机视觉来完成道路的检测和道路上目标的检测。道路的检测包含对车道线的检测、可行驶区域的检测;道路上路标的检测包含对其他车辆的检测,行人检测,交通标志和信号的检测等所有交通参与者的检测和分类。同时,对检测到目标进行测距。然而,在井下的采矿运输过程中也同样需要对前方轨道和轨道上目标的检测,才能实现井下无人驾驶系统。本文研究则是针对井下巷道旁行人进行检测及测距,主要内容如下:（1）提出一种Dense-YOLO的井下巷道行人检测算法。首先,运用k-means聚类策略计算出锚点框的尺寸。其次,为了更好地利用上一层或者前几层特征,提出利用密集连接块提取网络特征,复用“集体知识”强化特征学习传播。然后,运用非极大值抑制算法对于检测过程中同一目标的位置上产生的多个候选框进行筛选,选取出得分最高的候选框最后。最后,在井下采集的数据上进行网络模型训练、验证及测试实验。在测试过程中发现对于图像中远方尺寸较小的行人,无法做到精确检测,为此提出一种融合多层次特征图的网络结构,使其能够应用到浅层的特征图,将深层与浅层特征相结合,对小目标进行精确定位。实验结果表明,所提算法网络的检测准确... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图0.11数据集扩增

合肥工业大学专业硕士研究生学位论文， 是一个类似于810 这样的很小的正值，目的是为了避免遇到 z 有定义的问题。u期神经网络中，输出都是每一层对上一层输入的线性变换，所以换、网络复杂度多高，输出都只是输入的线性组合，最经典的例知机，即便使用多个感知机进行组合，组合输出的结果仍然是输无法做到非线性分类。由于这种线性模型的表达能力不够，不能，所以引入激活函数来对网络添加非线性元素。有两种方式可以中的数据可被分类，第一种是添加激活函数去引入非线性函数；定的线性变换把当前特征空间映射转换到另外一个空间，以此来分类。的激活函数有 Sigmoid[47]、tanh[48]等，它们的函数图像如图 3.3 所示

择过程中，使用各种滤波器对各层特征进行提组成的特征图层。起初的低层特征层中仅仅征显示出模糊的轮廓特征，高层则是语义更加特征层信息共同完成目标的检测就是所谓的多的卷积神经网络特征成为主流，卷积神经网即便如此，也仍需要进一步提高图像中各种度。以往多数的目标检测算法都是只采用顶征层中，但是，众所周知，特征语义信息的分标位置的细节信息都包含在较低层次的特征；第二，高层的语义信息对于特征的提取比有那么丰富和精准。所以单纯地运用顶层特缺乏详细计算的。

【参考文献】：
期刊论文
[1]基于角点检测的摄像机标定算法及应用[J]. 王晓辉,李星.  计算机与数字工程. 2019(02)
[2]基于双目视觉的车辆检测及测距[J]. 陈攀.  现代计算机(专业版). 2019(05)
[3]改进的Faster RCNN煤矿井下行人检测算法[J]. 李伟山,卫晨,王琳.  计算机工程与应用. 2019(04)
[4]基于显著性检测的双目测距系统[J]. 安果维,王耀南,周显恩,谭建豪.  智能系统学报. 2018(06)
[5]结合金字塔池化模块的YOLOv2的井下行人检测[J]. 王琳,卫晨,李伟山,张钰良.  计算机工程与应用. 2019(03)
[6]基于图像处理的井下机车行人检测技术[J]. 李晓明,郎文辉,马忠磊,卫星.  煤矿机械. 2017(04)
[7]基于双目视觉的目标测距[J]. 黄玉强,叶磊.  汽车实用技术. 2017(02)
[8]一种新的基于超声波测距的汽车自动报警刹车系统设计[J]. 胡清桂,李会景.  汽车工业研究. 2016(03)
[9]多环境下的实时前车检测与车距测量[J]. 顾兆伦,邵雨辰,谢扬振,钱沄涛.  信号处理. 2015(09)
[10]基于双目立体视觉技术的桥梁裂缝测量系统[J]. 王琳,赵健康,夏轩,龙海辉.  计算机应用. 2015(03)

硕士论文
[1]基于DCNN的井下行人检测系统的研究与设计[D]. 郑嘉祺.西安科技大学 2017
[2]基于图像的井下人员检测算法研究[D]. 吕建中.重庆大学 2015



本文编号：3464158