用于车载场景的遮挡问题的行人检测算法研究与改进

发布时间：2021-04-03 04:42

　　行人检测（Pedestrian Detection）是目标检测（Object Detection）中针对行人目标进行定位和识别的子问题,一直是计算机视觉领域中的研究热点和难点。同时具有极高的应用和研究价值,行人检测能够与行人重识别、行人跟踪等任务进行有效的结合,应用到智能辅助驾驶系统、智能交通监控系统、客流量统计和人体行为分析等真实场景中。人体的姿势形态变化多样、成像方式不一致、穿着偏好不同、场景图像背景复杂、行人与其他物体以及人体之间的相互遮挡,这就对行人检测模型的效率和精度提出了极大的挑战。其中,遮挡问题最为影响行人检测模型的检测性能,现有的基于深度卷积神经网络的行人检测模型大多是在通用目标检测模型的基础上作出针对性解决方案,鲜有对遮挡问题进行深入探索和有效处理;行人检测模型复杂度过高,仍不满足实时的要求,大量超参的设置严重影响模型的检测性能,使得模型的训练和推理极度困难。本文主要针对车载场景中的遮挡问题,从类间遮挡和类内遮挡两个方面入手,借鉴了已有的目标检测网络思想进行了若干改进,使其具有更优越的行人检测性能。以下几个方面是本文的主要工作:（1）借鉴了人体分割分别预测组件的思路,... 

【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究现状及问题
    1.3 本文的研究内容
    1.4 本文的组织结构
第二章 相关工作
    2.1 引言
    2.2 卷积神经网络介绍
    2.3 基于深度学习的行人检测算法介绍
    2.4 行人检测评价指标
    2.5 本章小结
第三章 遮挡感知的人体分割级联检测网络
    3.1 引言
    3.2 引入人体分割解决思路
    3.3 遮挡感知的人体分割级联检测网络结构
    3.4 实验
        3.4.1 实验设置
        3.4.2 实验结果与分析
    3.5 本章小结
第四章 遮挡感知作用力损失检测网络
    4.1 引言
    4.2 引入遮挡感知作用力损失函数
    4.3 遮挡感知作用力损失检测网络结构
    4.4 实验
        4.4.1 实验设置
        4.4.2 实验结果与分析
    4.5 本章小结
第五章 基于点建模的遮挡感知检测网络
    5.1 引言
    5.2 基于点建模的遮挡感知检测解决思路
    5.3 基于点建模的遮挡感知检测网络结构
    5.4 实验
        5.4.1 实验设置
        5.4.2 实验结果与分析
    5.5 本章小结
第六章 总结与展望
    6.1 本文工作总结
    6.2 不足与展望
致谢
参考文献
附录



本文编号：3116636