改进YOLO算法在行人检测和跟踪中的研究
发布时间：2021-01-28 17:07
行人检测和跟踪是目标检测和跟踪研究中一个重要的应用方向,可以实时精确的获取行人目标的位置和活动轨迹等信息,可以为行人的异常行为分析提供重要的参考信息,是自动驾驶等计算机视觉任务的核心技术。但在现实的应用场景中,出现行人在图像或者视频中尺寸小和行人之间遮挡的情况是不可避免的,这样对行人检测和跟踪的效果会有很大的影响,很大程度上限制了行人检测和跟踪算法在一些实际场景中的应用。针对如上问题,本文主要从特征融合等方面进行研究,完成以下研究工作:（1）针对特征在YOLO算法网络结构逐层递进的过程中被选择性丢掉,忽略浅层信息的问题。本文研究了 DenseNet网络结构,提出借助DenseNet网络结构进行深层特征和浅层特征进行融合,使深层的网络结构可以对浅层的视觉特征进行充分挖掘,充分使用行人在浅层特征中精确的位置信息。实验结果表明,在INRIA行人数据集和VOC数据集中的行人子数据集的组合数据集上表现出良好效果。（2）为了解决在存在行人遮挡的实际应用场景中对行人特征提取不充分、不完整的问题。本文采用头身对准模型,利用人的头部来增强行人检测能力,然后通过对齐损失函数对头身对准模型进行优化产生准确的...
【文章来源】：东北电力大学吉林省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
图２－１?ＬｅＮｅｔ－５网络模型图??（２）?ＡｌｅｘＮｅｔ?网络??由于当年硬件计算能力以及数据量的不足，ＬｅＮｅｔ－５网络并未发展开来，直到２０１２??
?第２章相关理论与技术???￣舄焉＿自＿八Ｖｉ??ｉ?＇?Ｍ?ｉ＇?Ｋｎ?Ｓ?＼?？?－＿．?．—Ｊ?＿？??ｄ?￣￣＾?＼１１３?｛＼：＾?＼?ｎ?＿?—??＼＂＇?＼?？?＼１?ｉ?Ｔ￣?Ｎ?Ｎ?｜?ｕ??＼ｎｊ?＼?＼?＾?１９２?１２８?Ｍａｘ?Ｌ?Ｌ??＾?Ｓｔｎｄ＼?如?＾￣＿ｎｇ?■似８??ｘｌ〇ｆ４?＼?ｐｏｏｌｉｎｇ?ｐｏｏｌｉｎｇ??３?４８??图２－２?ＡｌｅｘＮｅｔ网络结构图［２１１??在ＬｅＮｅｔ－５的基础上，其主要改进点为：??（１）引入了多块ＧＰＵ并行训练方法，ＡｌｅｘＮｅｔ将两块ＧＰＵ并行同时训练，加快了??网络拟合速度，此做法也开创了分组卷积的先河；??（２）在每一层卷积层后面加入了?ＲｅＬＵ激活函数，增加了网络的稀疏表示与非线性??表达能力；??（３）加入了?ＬＲＮ层，在前两个卷积层后分别加入了?ＬＲＮ层，对数据进行归一化操??作。此操作在ＡｌｅｘＮｅｔ有一定的效果提升，但提升并不高，后人使丨Ｉ］时一般将此层去掉；??（４）加入了?Ｄｒｏｐｏｕｔ层，在全连接层每一层后加入丫?Ｄｒｏｐｏｕｔ，使其在训练过程中随??机丢弃一定的神经元，减轻模型训练过拟合。??（３）?ＺＦＮｅｔ?网络??继ＡｌｅｘＮｅｔ之后，Ｚｅｉｌｅｒ?３人在ＡｌｅｘＮｅｔ校耶的驻础上进彳ｆ？修改，创新设汁的ＺＦＮｅｔ??Ｎ络｜３９｜ｍ得ＩＬＳＶＲＣ－２０１３图像识别竞赛第一名的成绩。其结构阁如图２－３所示。??ｉｍａｇｅ?ｓｉｚｅ?２２４?１１〇?２６?１３?１３?Ｂ??ｆｉｌｌｅｒ?ｓｉｚｅ?７?．?３?．?３??Ｉ?ｋ＾８４?也乂８４「义６??ｓｔ
?第２章相关理论与技术???￣舄焉＿自＿八Ｖｉ??ｉ?＇?Ｍ?ｉ＇?Ｋｎ?Ｓ?＼?？?－＿．?．—Ｊ?＿？??ｄ?￣￣＾?＼１１３?｛＼：＾?＼?ｎ?＿?—??＼＂＇?＼?？?＼１?ｉ?Ｔ￣?Ｎ?Ｎ?｜?ｕ??＼ｎｊ?＼?＼?＾?１９２?１２８?Ｍａｘ?Ｌ?Ｌ??＾?Ｓｔｎｄ＼?如?＾￣＿ｎｇ?■似８??ｘｌ〇ｆ４?＼?ｐｏｏｌｉｎｇ?ｐｏｏｌｉｎｇ??３?４８??图２－２?ＡｌｅｘＮｅｔ网络结构图［２１１??在ＬｅＮｅｔ－５的基础上，其主要改进点为：??（１）引入了多块ＧＰＵ并行训练方法，ＡｌｅｘＮｅｔ将两块ＧＰＵ并行同时训练，加快了??网络拟合速度，此做法也开创了分组卷积的先河；??（２）在每一层卷积层后面加入了?ＲｅＬＵ激活函数，增加了网络的稀疏表示与非线性??表达能力；??（３）加入了?ＬＲＮ层，在前两个卷积层后分别加入了?ＬＲＮ层，对数据进行归一化操??作。此操作在ＡｌｅｘＮｅｔ有一定的效果提升，但提升并不高，后人使丨Ｉ］时一般将此层去掉；??（４）加入了?Ｄｒｏｐｏｕｔ层，在全连接层每一层后加入丫?Ｄｒｏｐｏｕｔ，使其在训练过程中随??机丢弃一定的神经元，减轻模型训练过拟合。??（３）?ＺＦＮｅｔ?网络??继ＡｌｅｘＮｅｔ之后，Ｚｅｉｌｅｒ?３人在ＡｌｅｘＮｅｔ校耶的驻础上进彳ｆ？修改，创新设汁的ＺＦＮｅｔ??Ｎ络｜３９｜ｍ得ＩＬＳＶＲＣ－２０１３图像识别竞赛第一名的成绩。其结构阁如图２－３所示。??ｉｍａｇｅ?ｓｉｚｅ?２２４?１１〇?２６?１３?１３?Ｂ??ｆｉｌｌｅｒ?ｓｉｚｅ?７?．?３?．?３??Ｉ?ｋ＾８４?也乂８４「义６??ｓｔ
本文编号：3005357
【文章来源】：东北电力大学吉林省
【文章页数】：50 页
【学位级别】：硕士
【部分图文】：
图２－１?ＬｅＮｅｔ－５网络模型图??（２）?ＡｌｅｘＮｅｔ?网络??由于当年硬件计算能力以及数据量的不足，ＬｅＮｅｔ－５网络并未发展开来，直到２０１２??
?第２章相关理论与技术???￣舄焉＿自＿八Ｖｉ??ｉ?＇?Ｍ?ｉ＇?Ｋｎ?Ｓ?＼?？?－＿．?．—Ｊ?＿？??ｄ?￣￣＾?＼１１３?｛＼：＾?＼?ｎ?＿?—??＼＂＇?＼?？?＼１?ｉ?Ｔ￣?Ｎ?Ｎ?｜?ｕ??＼ｎｊ?＼?＼?＾?１９２?１２８?Ｍａｘ?Ｌ?Ｌ??＾?Ｓｔｎｄ＼?如?＾￣＿ｎｇ?■似８??ｘｌ〇ｆ４?＼?ｐｏｏｌｉｎｇ?ｐｏｏｌｉｎｇ??３?４８??图２－２?ＡｌｅｘＮｅｔ网络结构图［２１１??在ＬｅＮｅｔ－５的基础上，其主要改进点为：??（１）引入了多块ＧＰＵ并行训练方法，ＡｌｅｘＮｅｔ将两块ＧＰＵ并行同时训练，加快了??网络拟合速度，此做法也开创了分组卷积的先河；??（２）在每一层卷积层后面加入了?ＲｅＬＵ激活函数，增加了网络的稀疏表示与非线性??表达能力；??（３）加入了?ＬＲＮ层，在前两个卷积层后分别加入了?ＬＲＮ层，对数据进行归一化操??作。此操作在ＡｌｅｘＮｅｔ有一定的效果提升，但提升并不高，后人使丨Ｉ］时一般将此层去掉；??（４）加入了?Ｄｒｏｐｏｕｔ层，在全连接层每一层后加入丫?Ｄｒｏｐｏｕｔ，使其在训练过程中随??机丢弃一定的神经元，减轻模型训练过拟合。??（３）?ＺＦＮｅｔ?网络??继ＡｌｅｘＮｅｔ之后，Ｚｅｉｌｅｒ?３人在ＡｌｅｘＮｅｔ校耶的驻础上进彳ｆ？修改，创新设汁的ＺＦＮｅｔ??Ｎ络｜３９｜ｍ得ＩＬＳＶＲＣ－２０１３图像识别竞赛第一名的成绩。其结构阁如图２－３所示。??ｉｍａｇｅ?ｓｉｚｅ?２２４?１１〇?２６?１３?１３?Ｂ??ｆｉｌｌｅｒ?ｓｉｚｅ?７?．?３?．?３??Ｉ?ｋ＾８４?也乂８４「义６??ｓｔ
?第２章相关理论与技术???￣舄焉＿自＿八Ｖｉ??ｉ?＇?Ｍ?ｉ＇?Ｋｎ?Ｓ?＼?？?－＿．?．—Ｊ?＿？??ｄ?￣￣＾?＼１１３?｛＼：＾?＼?ｎ?＿?—??＼＂＇?＼?？?＼１?ｉ?Ｔ￣?Ｎ?Ｎ?｜?ｕ??＼ｎｊ?＼?＼?＾?１９２?１２８?Ｍａｘ?Ｌ?Ｌ??＾?Ｓｔｎｄ＼?如?＾￣＿ｎｇ?■似８??ｘｌ〇ｆ４?＼?ｐｏｏｌｉｎｇ?ｐｏｏｌｉｎｇ??３?４８??图２－２?ＡｌｅｘＮｅｔ网络结构图［２１１??在ＬｅＮｅｔ－５的基础上，其主要改进点为：??（１）引入了多块ＧＰＵ并行训练方法，ＡｌｅｘＮｅｔ将两块ＧＰＵ并行同时训练，加快了??网络拟合速度，此做法也开创了分组卷积的先河；??（２）在每一层卷积层后面加入了?ＲｅＬＵ激活函数，增加了网络的稀疏表示与非线性??表达能力；??（３）加入了?ＬＲＮ层，在前两个卷积层后分别加入了?ＬＲＮ层，对数据进行归一化操??作。此操作在ＡｌｅｘＮｅｔ有一定的效果提升，但提升并不高，后人使丨Ｉ］时一般将此层去掉；??（４）加入了?Ｄｒｏｐｏｕｔ层，在全连接层每一层后加入丫?Ｄｒｏｐｏｕｔ，使其在训练过程中随??机丢弃一定的神经元，减轻模型训练过拟合。??（３）?ＺＦＮｅｔ?网络??继ＡｌｅｘＮｅｔ之后，Ｚｅｉｌｅｒ?３人在ＡｌｅｘＮｅｔ校耶的驻础上进彳ｆ？修改，创新设汁的ＺＦＮｅｔ??Ｎ络｜３９｜ｍ得ＩＬＳＶＲＣ－２０１３图像识别竞赛第一名的成绩。其结构阁如图２－３所示。??ｉｍａｇｅ?ｓｉｚｅ?２２４?１１〇?２６?１３?１３?Ｂ??ｆｉｌｌｅｒ?ｓｉｚｅ?７?．?３?．?３??Ｉ?ｋ＾８４?也乂８４「义６??ｓｔ
本文编号：3005357
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3005357.html
最近更新
教材专著
