车辆检测和识别系统的设计与实现
发布时间：2022-02-10 18:21
定位和识别视频图像中的车辆,对于实现智能交通监管有重要意义。如果能测算车辆尺寸、颜色等信息,则可以按照各已知车型的数据进行精确的匹配,在交通监管、疑犯追踪等领域有较好的应用价值。本文计划进行识别原型系统的设计实现,并对识别方法中轮廓、阴影等误差进行改进。本文学习了车辆识别的研究现状和主要方法,在此基础之上,运用有物体检测、实例分割等功能的卷积神经网络进行对车辆的识别,用多视图几何的方法计算和获取图像中车辆的信息,并设计实现了一套自动检测和识别视频、图像中经过车辆、提取主要特征信息的系统。本文的主要研究工作及成果如下:（1）研究了物体检测、追踪、实例分割、多视图几何等领域的发展历史及研究现状,并根据设计需求和计算能力等因素选取开源软件框架实现以上的目标,包括选择tensorflow深度学习框架完成识别功能,opencv做视频、图像的读取和处理,openmvg实现多视图几何对场景的重构。（2）本文计划解决的核心问题是对车辆的识别、实例分割、尺寸测算等。本文选择使用mask R-CNN网络框架实现了识别的功能,并针对车辆的识别,通过自标注数据集的迁移学习训练对网络进行调整和改进;使用多视图几...
【文章来源】：中国电子科技集团公司电子科学研究院北京市
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
图２．?１卷积结构示意图??
即输入图像是手写的一个英文字母或者阿拉伯数字，由网络输出其正确的分??类。Ｌｅｎｅｔ作为一个较为早期的网络，其结构比较简单，网络中包括多层卷积层、??池化层、全连接层等等，结构示意如图２．３所示，来自Ｙａｎｇ的论文［３７］。??Ｃ３：?ｆ．?ｍａｐｓ?１６＠１０ｘ１０??八：‘二＇＇??｜?＊？＾Ｆ＾＾Ｓｅｃｔｉｏｎ?｜?Ｇａｕｓｓｉａｎ?ｃｏｎｎｅｃｔｉｏｎｓ??Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｆｕｌｌ?ｃｏｎｎｅｃｔｉｏｎ??图２．?３?ｌｅｎｅｔ网络结构示意图??虽然Ｌｅｎｅｔ网络结构在分类问题上表现出较好的性能和发展潜力，也在当时??学术界引起关注，但由于一些其他原因限制，学界并未对卷积神经网络进行更深??入的研究。当时的主要条件限制包括：计算机计算能力不够强、缺少较大型的标??１２??
??ｉｍａｇｅ?ｐｌａｎｅ??图２．４相机模型示意图??相机模型研究３Ｄ场景空间在２Ｄ图像平面上的投影过程。相机映射由矩阵??表示，并且在映射点的情况下，它是３Ｘ４矩阵Ｐ，其从３空间中的世界点的齐??次坐标映射到图像平面的图像点的均匀坐标。该矩阵通常具有１１个自由度，并??且可以从中提取相机的属性，例如其中心和焦距。具体地，内部相机参数（例如??焦距和纵横比）被封装在３Ｘ３矩阵Ｋ中，该矩阵Ｋ通过简单分解从Ｐ获得。有??两种特别重要的相机矩阵类型：有限相机，以及其中心位于相同位置的相机。??消隐点是世界坐标系下某个方向的无穷远点在图像上的像点，它包含了图像??１５??
【参考文献】：
期刊论文
[1]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
[2]车辆外廓尺寸计算机视觉动态测量[J]. 梁春疆,段发阶,杨毅,李洋,许飞. 光电工程. 2016(01)
[3]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[4]受限波尔兹曼机[J]. 张春霞,姬楠楠,王冠伟. 工程数学学报. 2015(02)
[5]车脸定位及识别方法研究[J]. 李全武,李玉惠,李勃,陈伊. 计算机科学与探索. 2015(06)
[6]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛. 计算机学报. 2015(06)
[7]深度学习研究进展[J]. 刘建伟,刘媛,罗雄麟. 计算机应用研究. 2014(07)
[8]改进的HOG和Gabor,LBP性能比较[J]. 向征,谭恒良,马争鸣. 计算机辅助设计与图形学学报. 2012(06)
[9]行人检测技术综述[J]. 苏松志,李绍滋,陈淑媛,蔡国榕,吴云东. 电子学报. 2012(04)
[10]一种基于类Haar特征和改进AdaBoost分类器的车辆识别算法[J]. 文学志,方巍,郑钰辉. 电子学报. 2011(05)
博士论文
[1]智能视频监控中的运动目标检测和跟踪算法研究[D]. 袁国武.云南大学 2012
硕士论文
[1]车辆轮廓尺寸测量系统研究[D]. 朱英龙.长安大学 2016
[2]摄像机标定方法的研究[D]. 舒娜.南京理工大学 2014
[3]基于OpenCV的双目测距系统研究[D]. 马孝辉.武汉纺织大学 2011
本文编号：3619309
【文章来源】：中国电子科技集团公司电子科学研究院北京市
【文章页数】：57 页
【学位级别】：硕士
【部分图文】：
图２．?１卷积结构示意图??
即输入图像是手写的一个英文字母或者阿拉伯数字，由网络输出其正确的分??类。Ｌｅｎｅｔ作为一个较为早期的网络，其结构比较简单，网络中包括多层卷积层、??池化层、全连接层等等，结构示意如图２．３所示，来自Ｙａｎｇ的论文［３７］。??Ｃ３：?ｆ．?ｍａｐｓ?１６＠１０ｘ１０??八：‘二＇＇??｜?＊？＾Ｆ＾＾Ｓｅｃｔｉｏｎ?｜?Ｇａｕｓｓｉａｎ?ｃｏｎｎｅｃｔｉｏｎｓ??Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｆｕｌｌ?ｃｏｎｎｅｃｔｉｏｎ??图２．?３?ｌｅｎｅｔ网络结构示意图??虽然Ｌｅｎｅｔ网络结构在分类问题上表现出较好的性能和发展潜力，也在当时??学术界引起关注，但由于一些其他原因限制，学界并未对卷积神经网络进行更深??入的研究。当时的主要条件限制包括：计算机计算能力不够强、缺少较大型的标??１２??
??ｉｍａｇｅ?ｐｌａｎｅ??图２．４相机模型示意图??相机模型研究３Ｄ场景空间在２Ｄ图像平面上的投影过程。相机映射由矩阵??表示，并且在映射点的情况下，它是３Ｘ４矩阵Ｐ，其从３空间中的世界点的齐??次坐标映射到图像平面的图像点的均匀坐标。该矩阵通常具有１１个自由度，并??且可以从中提取相机的属性，例如其中心和焦距。具体地，内部相机参数（例如??焦距和纵横比）被封装在３Ｘ３矩阵Ｋ中，该矩阵Ｋ通过简单分解从Ｐ获得。有??两种特别重要的相机矩阵类型：有限相机，以及其中心位于相同位置的相机。??消隐点是世界坐标系下某个方向的无穷远点在图像上的像点，它包含了图像??１５??
【参考文献】：
期刊论文
[1]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
[2]车辆外廓尺寸计算机视觉动态测量[J]. 梁春疆,段发阶,杨毅,李洋,许飞. 光电工程. 2016(01)
[3]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[4]受限波尔兹曼机[J]. 张春霞,姬楠楠,王冠伟. 工程数学学报. 2015(02)
[5]车脸定位及识别方法研究[J]. 李全武,李玉惠,李勃,陈伊. 计算机科学与探索. 2015(06)
[6]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛. 计算机学报. 2015(06)
[7]深度学习研究进展[J]. 刘建伟,刘媛,罗雄麟. 计算机应用研究. 2014(07)
[8]改进的HOG和Gabor,LBP性能比较[J]. 向征,谭恒良,马争鸣. 计算机辅助设计与图形学学报. 2012(06)
[9]行人检测技术综述[J]. 苏松志,李绍滋,陈淑媛,蔡国榕,吴云东. 电子学报. 2012(04)
[10]一种基于类Haar特征和改进AdaBoost分类器的车辆识别算法[J]. 文学志,方巍,郑钰辉. 电子学报. 2011(05)
博士论文
[1]智能视频监控中的运动目标检测和跟踪算法研究[D]. 袁国武.云南大学 2012
硕士论文
[1]车辆轮廓尺寸测量系统研究[D]. 朱英龙.长安大学 2016
[2]摄像机标定方法的研究[D]. 舒娜.南京理工大学 2014
[3]基于OpenCV的双目测距系统研究[D]. 马孝辉.武汉纺织大学 2011
本文编号：3619309
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3619309.html
