自动驾驶场景下的行人目标跟踪研究

发布时间：2023-04-22 03:06

　　随着深度学习的复兴,人工智能技术开启了新的征程。自动驾驶技术作为人工智能技术的一个重要研究方向,是计算机视觉技术与传统工业相结合的产物。自动驾驶技术深入地渗透了人们的日常生活,能够带来巨大的商业价值,是学术界和工业界共同的研究热点,如今各大互联网公司及汽车制造商纷纷投身自动驾驶技术的研究。行人目标跟踪作为自动驾驶技术中不可或缺的一个环节,对提高自动驾驶的安全性有着重要作用和意义。相比于通用目标检测与跟踪,自动驾驶场景下的行人目标占画面比例更小,背景环境和运动姿态更多样,位置变化更快,且实时性要求更高,通用目标检测与跟踪算法较难满足自动驾驶场景下的行人目标跟踪任务。因此,本文从行人目标检测与行人目标跟踪两个方向进行研究,设计了一套适用于自动驾驶场景的行人目标跟踪算法。对于行人目标检测问题,本文设计了一个特殊的轻量级行人目标检测模型。该模型使用了本文提出的多尺度下采样模块,以减少行人目标信息在下采样过程中的丢失,并在下采样结束之后加入了空间金字塔池化模块,进一步丰富行人目标的特征,提升行人小目标的检测性能。经过实验,在BDD 100k和City Person综合数据集上,本文设计的轻量级行...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及研究意义
    1.2 国内外研究现状
        1.2.1 目标检测研究现状
        1.2.2 目标跟踪研究现状
        1.2.3 轻量级网络模型研究现状
    1.3 论文主要研究内容
    1.4 主要创新点
    1.5 论文组织结构
2 自动驾驶场景目标感知及相关理论基础
    2.1 引言
    2.2 目标检测常用数据集及评价指标
        2.2.1 目标检测常用数据集
        2.2.2 目标检测常用评价指标
    2.3 目标检测算法分类
        2.3.1 两阶段目标检测算法
        2.3.2 一阶段目标检测算法
    2.4 目标跟踪常用数据集及评价指标
        2.4.1 目标跟踪常用数据集
        2.4.2 目标跟踪常用评价指标
    2.5 目标跟踪算法分类
    2.6 常用轻量级网络设计方法
    2.7 本章小结
3 自动驾驶场景下轻量级行人目标检测
    3.1 引言
    3.2 轻量级行人目标检测基本思路
    3.3 小型一阶段行人目标检测网络设计
        3.3.1 小型一阶段行人目标检测模型模块设计
        3.3.2 小型一阶段行人目标检测模型网络结构设计
        3.3.3 小型行人目标检测模型损失函数设计
    3.4 轻量级行人目标检测网络设计
    3.5 模型训练与结果分析
    3.6 本章小结
4 自动驾驶场景下基于卷积关联网络的行人目标跟踪
    4.1 引言
    4.2 基于卷积关联网络的行人目标跟踪基本思路
    4.3 卷积关联网络结构设计
    4.4 卷积关联网络的损失函数设计
    4.5 基于卷积关联网络的行人目标跟踪过程
    4.6 模型训练与结果分析
    4.7 本章小结
5 自动驾驶场景下卷积关联网络的空间约束
    5.1 引言
    5.2 卷积关联网络空间约束的基本思想
    5.3 卷积关联网络空间约束的具体实现
    5.4 模型训练与结果分析
    5.5 本章小结
6 总结与展望
    6.1 工作总结
    6.2 未来展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果



本文编号：3796789