基于车载视觉的行人检测及行为识别
发布时间：2021-10-14 18:24
随着车祸事故的逐年增加,以及计算机硬件性能的不断提升和Ai在特定场景下的解决能力展现出超出人类的惊人表现,用于分析车载驾驶系统的行人检测和行为识别技术具有可观的应用前景。目前的行为识别技术的应用大多是用于监控场景,很少有研究将行为识别应用到车载驾驶系统中。本文研究如何将行人检测技术与行人的行为识别技术应用到车辆驾驶中,实现一个动态4D（2D+时间+行为交互）的系统。本文主要内容如下:（1）首先介绍卷积神经网络的基本组成和执行原理,接着介绍基于深度学习的行人检测技术和行为识别技术,并且对不同技术进行分析以及性能对比。然后详细解析YOLOV3-TINY行人检测算法,最后针对车载视觉的特定应用场景对YOLOV3-TINY进行优化,包括针对计算行人的Anchors,对行人单类进行重训练,优化YOLOV3-TINY特征提取网络,增加YOLOV3-TINY预测尺度,通过目标跟踪提高行人检测准确性。（2）研究基于连续多帧图像的行为识别,本部分首先是利用C3D模型对多帧图片特征进行提取,然后进行分类。然后分别从激活函数,网络深度两个方向对网络结构提出优化策略,并对优化前后性能进行对比,最后引入CNN设...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
卷积神经网络结构
图 2-2 神经元结构神经元输入与一个或多个神经元输出相连，每个连接上带有权对应相乘相加后加上偏置信号得到总的输入值，总的输入值经经元的最终输出[40]。函数神经元的权值与偏置信号得到线性特征，激活函数能够增加神，丰富神经元的特征提取，解决线性不可分的问题[41]。常见的id 函数，ReLU[19]函数，Leaky ReLU[19]函数等，下面主要介绍本U 函数，Leaky ReLU 函数。ReLU 函数公式为： ,00,0()xxxf x 函数屏蔽了小于 0 的输出，缺点是训练过程中如果权值更新不再被激活，经过这一单元的梯度将永久为 0，该神经元“死
图 2-3 卷积层与输入层对应关系*3 的卷积核按步长移动，生成含 4*4（6-3+1）个神经元的参数称为权值。用来简化卷积层的输出尺寸，常常接在卷积层后面，p 上面架一个局部窗口滑动，并且不再需要权值和偏置，池最大池化，另一种为平均池化，最大池化是将卷积层窗口的输出，而平均池化是将卷积层窗口上的平均值作为输出
【参考文献】：
期刊论文
[1]基于Dropout的改进卷积神经网络模型平均方法[J]. 程俊华,曾国辉,鲁敦科,黄勃. 计算机应用. 2019(06)
[2]基于反透视变换的车道线检测算法[J]. 刘萍,孙耀航. 计算机与数字工程. 2019(03)
[3]基于Faster R-CNN和IoU优化的实验室人数统计与管理系统[J]. 盛恒,黄铭,杨晶晶. 计算机应用. 2019(06)
[4]基于DSP平台的实时视觉车辆检测方法[J]. 王海,李诚,蔡英凤,陈龙,何友国. 江苏大学学报(自然科学版). 2019(01)
[5]基于特征向量提取和SVM分类器的课堂人脸识别研究[J]. 黄丽媛,吴南寿,王雪花,曾亚光,韩定安,周月霞. 仪器仪表用户. 2019(02)
[6]基于OPENPOSE的三维上肢康复系统[J]. 王怀宇,林艳萍,汪方. 机电一体化. 2018(09)
[7]一种基于FPGA的卷积神经网络加速器设计与实现[J]. 仇越,马文涛,柴志雷. 微电子学与计算机. 2018(08)
[8]多特征级联的低能见度环境红外行人检测方法[J]. 刘峰,王思博,王向军,赵广伟,霍文甲. 红外与激光工程. 2018(06)
[9]行为识别技术的研究与发展[J]. 祁家榕,张昌伟. 智能计算机与应用. 2017(04)
博士论文
[1]视频中人体行为识别若干问题研究[D]. 裴利沈.电子科技大学 2016
硕士论文
[1]基于因子得分的K-Means聚类算法的我国P2P网贷平台信用评级研究[D]. 朱正皓.浙江财经大学 2019
[2]基于机器视觉的行人检测技术研究[D]. 冯偲.长春工业大学 2017
[3]基于数据挖掘技术的台区线损计算方法研究[D]. 李亚.华北电力大学(北京) 2017
[4]基于DSP的道路前方车辆识别算法研究[D]. 韵卓.吉林大学 2014
本文编号：3436627
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
卷积神经网络结构
图 2-2 神经元结构神经元输入与一个或多个神经元输出相连，每个连接上带有权对应相乘相加后加上偏置信号得到总的输入值，总的输入值经经元的最终输出[40]。函数神经元的权值与偏置信号得到线性特征，激活函数能够增加神，丰富神经元的特征提取，解决线性不可分的问题[41]。常见的id 函数，ReLU[19]函数，Leaky ReLU[19]函数等，下面主要介绍本U 函数，Leaky ReLU 函数。ReLU 函数公式为： ,00,0()xxxf x 函数屏蔽了小于 0 的输出，缺点是训练过程中如果权值更新不再被激活，经过这一单元的梯度将永久为 0，该神经元“死
图 2-3 卷积层与输入层对应关系*3 的卷积核按步长移动，生成含 4*4（6-3+1）个神经元的参数称为权值。用来简化卷积层的输出尺寸，常常接在卷积层后面，p 上面架一个局部窗口滑动，并且不再需要权值和偏置，池最大池化，另一种为平均池化，最大池化是将卷积层窗口的输出，而平均池化是将卷积层窗口上的平均值作为输出
【参考文献】：
期刊论文
[1]基于Dropout的改进卷积神经网络模型平均方法[J]. 程俊华,曾国辉,鲁敦科,黄勃. 计算机应用. 2019(06)
[2]基于反透视变换的车道线检测算法[J]. 刘萍,孙耀航. 计算机与数字工程. 2019(03)
[3]基于Faster R-CNN和IoU优化的实验室人数统计与管理系统[J]. 盛恒,黄铭,杨晶晶. 计算机应用. 2019(06)
[4]基于DSP平台的实时视觉车辆检测方法[J]. 王海,李诚,蔡英凤,陈龙,何友国. 江苏大学学报(自然科学版). 2019(01)
[5]基于特征向量提取和SVM分类器的课堂人脸识别研究[J]. 黄丽媛,吴南寿,王雪花,曾亚光,韩定安,周月霞. 仪器仪表用户. 2019(02)
[6]基于OPENPOSE的三维上肢康复系统[J]. 王怀宇,林艳萍,汪方. 机电一体化. 2018(09)
[7]一种基于FPGA的卷积神经网络加速器设计与实现[J]. 仇越,马文涛,柴志雷. 微电子学与计算机. 2018(08)
[8]多特征级联的低能见度环境红外行人检测方法[J]. 刘峰,王思博,王向军,赵广伟,霍文甲. 红外与激光工程. 2018(06)
[9]行为识别技术的研究与发展[J]. 祁家榕,张昌伟. 智能计算机与应用. 2017(04)
博士论文
[1]视频中人体行为识别若干问题研究[D]. 裴利沈.电子科技大学 2016
硕士论文
[1]基于因子得分的K-Means聚类算法的我国P2P网贷平台信用评级研究[D]. 朱正皓.浙江财经大学 2019
[2]基于机器视觉的行人检测技术研究[D]. 冯偲.长春工业大学 2017
[3]基于数据挖掘技术的台区线损计算方法研究[D]. 李亚.华北电力大学(北京) 2017
[4]基于DSP的道路前方车辆识别算法研究[D]. 韵卓.吉林大学 2014
本文编号：3436627
本文链接：https://www.wllwen.com/kejilunwen/qiche/3436627.html
