基于嵌入式GPU的船舱人员视频检测技术研究
发布时间：2021-01-01 20:13
渔船驾驶舱是渔船安全航行的核心部分,许多渔船的安全事故都是由于驾驶舱值班人员违规操作造成的,利用视频监控技术对渔船驾驶舱值班人员进行人员检测和人数识别,对整个渔船的安全有着至关重要的意义。嵌入式平台具有体积小、功耗低、便于部署等特点,针对渔船船舱内空间狭小、船载电子设备需满足防水、防腐、防盐雾的无风扇设计要求等问题,论文选择嵌入式平台作为船舱人员视频检测的硬件平台。但是由于视频处理需要大量的运算,对硬件处理器的性能也有较高的要求,普通的嵌入式平台的计算性能无法满足要求,而拥有低功耗、高性能的嵌入式GPU成为解决这个问题的一个有效途径。本文所做的主要工作如下:（1）分析现有渔船安全监控系统中人员检测模块存在的问题,针对现有基于OpenCV和HOG特征的船舱人员检测系统检测准确率不高、检测速度较慢等问题,提出基于嵌入式GPU的船舱人员视频检测解决思路。（2）搭建基于YOLO目标检测框架的嵌入式船舱人员视频检测系统。为了提高系统检测的准确度,针对渔船驾驶舱的特殊场景进行建模,制作渔船驾驶舱专用数据集,在此基础上训练得出专用于渔船驾驶舱人员检测的模型。在嵌入式处理平台NVIDIA Jetson...
【文章来源】：上海海洋大学上海市
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
YOLO模型
图 3-1 YOLO 模型Fig 3-1 YOLO model先将输入的待测图像分成S S个网格单元，每个网格单元负责检格单元中的物体，每个网格单元预测 B 个边界框及它们的置信度分反映了模型对这个网格单元的预测结果，用公式定义如下：truth( ) Pr( )predObject confidence Object IOU中，Pr(O bject ) (0,1)。历每一个网格单元，寻找最靠近原标记框(ground truth bound)的中元。如果目标物体不在网格单元中，则这个网格单元 confidence 得格单元内包含目标物体，那么该 confidence 得分就等于预测边界框的交并比(Intersection over Union, IoU)。比较不同边界框的 IoU，叠较少，相应地，它的 confidence 得分也会降低。对于不包含目标，降低其所有边界框的 confidence 得分。
增加了一些 shortcut 连接，扩大了整体体量，网络一共有 53 个卷积层，称其为Darknet-53。Darknet-53 对于 GPU 的利用率非常高，因为它可以实现每秒最高的测量浮点运算，检测速度也更快。3.2 基于 YOLO 的嵌入式船舱人员视频检测系统3.2.1 数据准备针对渔船驾驶舱这一特殊应用环境，采集船舱内摄像头读取的视频流图像，截取了 20 段监控视频中不同时间段、不同人数及人员各种姿态的图片 3000 张，作为专用的训练图片。同时为了提高模型的泛用能力，避免训练过程中出现过拟合的问题，增加 Pascal VOC 数据集中的 person 数据图片 1000 张，共 4000 张训练图片，选择其中的 2000 张图片用作测试集，其中 Pascal VOC 数据集中的图片已经包含了标注信息，采集的船舱内图片则缺少相应的标注信息，需要手工标注。如图 3-3 所示。
【参考文献】：
期刊论文
[1]基于可变形部件模型的渔船安全监控系统[J]. 洪志恒,陈明,秦玉芳,李净. 计算机应用与软件. 2018(02)
[2]基于ARM与DSP的实时视频传输系统[J]. 杨泽,裴海龙. 计算机工程与设计. 2013(12)
[3]实时行人检测预警系统[J]. 程如中,赵勇,王执中,许家尧,王新安. 交通运输工程学报. 2012(05)
硕士论文
[1]行人检测系统的设计与实现[D]. 高磊.华侨大学 2018
[2]基于TDA2x的行人检测方法的研究[D]. 徐国振.哈尔滨工业大学 2015
[3]行人检测算法及其在DM8168平台上的实现[D]. 戴毅.上海交通大学 2015
[4]改进的可变形部件模型及其在行人检测中的应用[D]. 俞先国.国防科学技术大学 2013
[5]基于ARM9硬件平台的人脸识别系统设计与研究[D]. 王威.电子科技大学 2013
[6]HOG+SVM行人检测算法在DM6437上的实现与优化[D]. 傅智勇.华南理工大学 2012
本文编号：2951925
【文章来源】：上海海洋大学上海市
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
YOLO模型
图 3-1 YOLO 模型Fig 3-1 YOLO model先将输入的待测图像分成S S个网格单元，每个网格单元负责检格单元中的物体，每个网格单元预测 B 个边界框及它们的置信度分反映了模型对这个网格单元的预测结果，用公式定义如下：truth( ) Pr( )predObject confidence Object IOU中，Pr(O bject ) (0,1)。历每一个网格单元，寻找最靠近原标记框(ground truth bound)的中元。如果目标物体不在网格单元中，则这个网格单元 confidence 得格单元内包含目标物体，那么该 confidence 得分就等于预测边界框的交并比(Intersection over Union, IoU)。比较不同边界框的 IoU，叠较少，相应地，它的 confidence 得分也会降低。对于不包含目标，降低其所有边界框的 confidence 得分。
增加了一些 shortcut 连接，扩大了整体体量，网络一共有 53 个卷积层，称其为Darknet-53。Darknet-53 对于 GPU 的利用率非常高，因为它可以实现每秒最高的测量浮点运算，检测速度也更快。3.2 基于 YOLO 的嵌入式船舱人员视频检测系统3.2.1 数据准备针对渔船驾驶舱这一特殊应用环境，采集船舱内摄像头读取的视频流图像，截取了 20 段监控视频中不同时间段、不同人数及人员各种姿态的图片 3000 张，作为专用的训练图片。同时为了提高模型的泛用能力，避免训练过程中出现过拟合的问题，增加 Pascal VOC 数据集中的 person 数据图片 1000 张，共 4000 张训练图片，选择其中的 2000 张图片用作测试集，其中 Pascal VOC 数据集中的图片已经包含了标注信息，采集的船舱内图片则缺少相应的标注信息，需要手工标注。如图 3-3 所示。
【参考文献】：
期刊论文
[1]基于可变形部件模型的渔船安全监控系统[J]. 洪志恒,陈明,秦玉芳,李净. 计算机应用与软件. 2018(02)
[2]基于ARM与DSP的实时视频传输系统[J]. 杨泽,裴海龙. 计算机工程与设计. 2013(12)
[3]实时行人检测预警系统[J]. 程如中,赵勇,王执中,许家尧,王新安. 交通运输工程学报. 2012(05)
硕士论文
[1]行人检测系统的设计与实现[D]. 高磊.华侨大学 2018
[2]基于TDA2x的行人检测方法的研究[D]. 徐国振.哈尔滨工业大学 2015
[3]行人检测算法及其在DM8168平台上的实现[D]. 戴毅.上海交通大学 2015
[4]改进的可变形部件模型及其在行人检测中的应用[D]. 俞先国.国防科学技术大学 2013
[5]基于ARM9硬件平台的人脸识别系统设计与研究[D]. 王威.电子科技大学 2013
[6]HOG+SVM行人检测算法在DM6437上的实现与优化[D]. 傅智勇.华南理工大学 2012
本文编号：2951925
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2951925.html
