无人驾驶中的行人检测与重识别算法研究

发布时间：2020-07-15 22:25

【摘要】：随着人工智能技术的不断发展,无人驾驶汽车也迎来了全面发展的黄金期。无人驾驶最终要实现安全、高效、舒适、节能驾驶,安全驾驶最为重要,行人检测则是最基本的安全技术保障。针对行人检测中精度低、实时性较差以及跨摄像头检测不连续的问题,本文展开如下研究:首先,在单摄像头中检测行人目标。分别研究R-CNN、Fast R-CNN以及Faster R-CNN三类基于候选区域的目标检测算法和YOLO、YOLOv2两类基于全局回归的目标检测算法,通过对比分析各类算法的精度和速度,优选YOLOv2作为本文算法改进对象。考虑到不同目标的面积和长宽比各不相同,本文以此为特征对标定数据聚类,在预测过程中融入聚类所得先验信息,建立了输出偏移量到目标尺度的函数映射关系,据此设计了联合损失函数,改进YOLOv2算法在KITTI数据集上的检测精度平均提高了7.1%。然后,针对检测速度不足的问题,利用跟踪算法辅助行人检测。分析对比判别式跟踪算法和产生式跟踪算法,优选了基于SiamFC网络的判别式目标跟踪算法。研究了SiamFC网络的基本结构,分析了输入输出特性,采用logistic损失函数,并针对跟踪任务多次相似度计算的特性,修正了损失函数。在OTB数据集上的测试结果表明,本文跟踪算法成功率领先该数据集最好的Struck算法10%,跟踪速度为86FPS,基本满足了实时性要求。最后,在跨摄像头中进行行人身份重识别。研究了基于验证模型和基于辨识模型的行人重识别算法,总结归纳了各自的优缺点,提出了一种融合两类模型的重识别算法。分析了常用分类网络的优劣,优选了ResNet-50作为特征提取网络,并通过无参square层和卷积层搭建了相似性度量网络,考虑到网络包括辨识和验证两部分,采用联合训练策略进行网络fine-tuning。在Market1501数据集上的测试结果表明,本文算法将单摄像头和多摄像头mAP提升至62.30%和72.55%。本文提供了一套应用于无人驾驶领域的行人检测与重识别方案,并在对应数据集上进行了测试,实验表明本文算法基本解决了精度低、实时性差以及跨摄像头检测不连续的问题,有利于行人检测在无人驾驶中的成功应用。
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;TP183;U463.6
【图文】：

流程图,无人驾驶,中行,流程图

的算法逐步在其对应数据集的评估结果中占据主导地位对于解决可以简化为输入输出映射问题有着得天独厚的研究方向上主要以深度学习作为研究手段，从大数据训踪与重识别算法框架的建立与部署。1.4 本文主要工作及组织结构本文以无人驾驶中的行人检测为研究背景，针对检差以及跨摄像头不连续的问题，提出一套基于深度学习摄像头所捕获的初始帧进行行人目标检测，鉴于行人检帧采用跟踪算法捕获行人目标，一旦跟踪失败，则重新与人的相对运动，当检测目标跨越摄像头时，则进行跨保证检测、跟踪的连续性。以两个摄像头为例，本文行流程如图 1-1 所示。

算法,特征向量,类目,数据集

图 2-1 R-CNN 算法基本框架在特征提取部分，特征向量由分类网络计算得到，R-CNN 采用 Hinton 在 ImageNet 数据集[44]上的卷积神经网络进行分类，其网络权值参数通过代训练求解。若直接在 Pascal VOC 目标检测数据集上训练，由于该数据相对较少，则会导致网络收敛速度较慢甚至难以收敛，而在大数据集上后再 fine-tuning 是解决该问题的有效措施。第一阶段，在 ImageNet 大型分类数据集上进行预训练；第二阶段，以的权值参数作为网络初始值，重新在 Pascal VOC 检测数据集训练，进行优。两次训练在网络结构上有细微的改变，需要将最后一层神经元个数由换为 21，1001 对应 ImageNet 的 1000 类目标和背景，21 则对应 Pascal 20 类目标和背景。最终，截取神经网络前向传播过程中的最后一个池化算结果，形成最终的特征向量，其维度为 4096。在目标分类与定位部分，将 4096 维的特征向量送至 SVM 分类器并通回归器进行位置精修，最终得到分类标签与位置信息。由于 R-CNN 是深

算法,目标分类,全连接,实现目标

图 2-2 Fast R-CNN 算法基本框架区别于 R-CNN 提取特征之后用 SVM 实现目标分类，Fast R-CNN 全连接层实现目标分类，从图 2-2 中可以看出经过 ROI pooling 之两组全连接层的输入，分别进行目标分类与位置回归。对应地，函数 L 也是由分类损失 Lcls与位置损失 Lloc两部分构成cls loc( , , , ) ( , ) [ 1] ( , )u uL p u t v = L p u + λu ≥ L t v，p 和 u 分别为预测标签和实际标签；tu和 v 分别为预测位置和实实际检测目标 u≥1，此时[u≥1]的值为 1；对于背景 u=0，此时[u 0；λ 为平衡分类损失和位置损失量级的系数。这两点改进策略使得 Fast R-CNN 一步实现了特征提取、目标分类规避了复杂的分步训练步骤，有效减少了离线训练时间，在线识地得到了提升。

【相似文献】