基于卷积神经网络的车辆行人检测模型的研究

发布时间：2021-02-04 14:08

　　交通场景的目标检测在智能交通、辅助驾驶、自动驾驶等领域有着非常广泛的应用。其中,在辅助驾驶和自动驾驶的领域,对目标检测模型的精度以及实时性都有着相当高的要求。另外,不同于智能交通场景中的位置高、视野广的摄像头,辅助驾驶和自动驾驶所用的车载摄像头一般位置相对较低,视野相对较窄,因此拍摄到的画面中会出现更多的部分被遮挡的目标,更难检测。并且远近尺度变化、不同的光照条件也给检测系统的稳定性带来了挑战。随着深度学习硬件算力的逐年提高,模型的实时性的要求会越来越容易被满足。只要能达到更高的目标检测精度,更深的卷积神经网络模型就一定会逐渐被用于新型的智能驾驶汽车上。而对于智能交通这样不那么依赖目标检测实时性的场景,对模型检测精度的提高就更为富有意义。本文使用了基于YOLOv3的全卷积神经网络模型,使用了多尺度融合特征在多个尺度的特征图上进行了目标检测。训练出的车辆、行人检测模型在KITTI数据集上取得了较高的检测精度并具有相当不错的实时性。另外,针对数据集中的样本不平衡问题,本文提出了类从属的k-means聚类算法。算法在聚类生成先验候选框时,利用边界框宽度、高度和类别三个维度的信息,消除了样本不... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

GoogleWaymoOne自动驾驶叫车服务

内外研究现状统的目标检测算法一般需要先使用滑动窗口的方法（如 selective search[9ness[10]）进行候选框的筛选，再使用特征提取模型提取出预先设计好的特SIFT[11]、HOG[12]），最后再将提取到的特征放进分类器进行分类。这样的多缺陷，首先多级串联的传统方法的精度受到区域建议方法、特征提取类模型各自精度的制约。举个例子，如果使用的区域建议方法不够好，一步，就会漏检测或者给出不准确的区域候选框，那么无论特征提取模模型有多好，都无法取得较好的结果。对于这样的方法，其最终结果往一环决定，而且每个环节之间相互影响，有时候三个精度较高的方法组最后的结果却不如预期。并且特征提取模型提取的特征都是预先设计好难以想到新的特征时，就会用多种特征进行组合，此时整个模型的计算倍的增加，而效果的提升往往微乎其微。

图 1.3 感兴趣区域池化层示例传统的池化层根据预先设定的尺寸和步长，对尺寸各异的输入进行池化，获得尺寸各异的输出。而感兴趣区域池化层则是对尺寸各异的特征图使用不同的参数，以获得相同尺寸的输出。如图 1.3 所示，如果设定感兴趣区域池化层的输出尺寸为2 2，那么对一个尺寸为 4 4的输入，感兴趣区域池化层则会自动使用宽度、高度尺寸均为 2，横向纵向步长均为 2 的参数，以获得2 2的输出。而对于一个尺寸为6 4的输入，感兴趣区域池化层则会采取宽度尺寸、横向步长为 3，高度尺寸、纵向步长为 2 的参数，以保证输出的尺寸为2 2。Fast RCNN 共享了大量的前向计算，但其区域候选框还是来自于选择性搜索算法，网络整体运行速度因此受到了限制，并且检测精度也难以继续提高。不同于仍旧采用选择性搜索获得区域候选框的 Fast RCNN，改进的 FasterRCNN模型使用了区域建议网络(Region Proposal Network, RPN)进行了区域候选框


本文编号：3018437