面向运动员场景的实时检测算法研究

发布时间：2021-02-21 15:18

　　随着大数据的出现以及硬件的不断迭代更新,使得深度学习在目标检测领域取得了突破性进展。目前,智能机器人,无人驾驶系统,客流统计已成为相关行业的重点研究方向,基于视觉的行人检测是其中的关键技术。与街道行人,室内行人等行人检测相比,运动场上的球员检测一直没有被重视起来,球员检测可以定位球员,与姿态识别,视频追踪结合,可以在某种程度上取代裁判执行奖惩机制,更具有公正效益。本文以运动场上运动员为背景,改进深度学习算法,对高分辨率小目标实时检测的相关算法展开研究。主要研究内容如下:在图像输入部分,本文提出新的图像分块与合并算法去处理输入图像,把整张高分辨率的图像划分成不同大小的小块,提高训练模型时输入图像分辨率,采用存储图像块索引的方式合并图像块,采用类IoU的方式合并大于设定阈值的检测框,提升检测召回率。与此同时,尝试分别使用改进的Retinanet和单阶段的Yolov2网络,做速度性能的对比,挖掘新方向,其中使用Yolov2算法模型可以在精确率和召回率略有降低的情况下提升对高分辨率图像的检测速度。在对特征提取部分,本文以Retinanet结构网络为基础,提出了使用逐通道逐点卷积的卷积层设计Xc... 

【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

图１．３整体框架图??Ｆｉｇ．?１．３?Ｔｈｅ?Ｆｒａｍｗｏｒｋ??本文的研宄为基于深度学习的高分辨率实时检测行人算法的研宂，本文章节安??排如下：??第１章，绪论

络框架主要有ＲｅｓＮｅｔ［４２］系列，ＤｅｎｓｅＮｅｔ［４３］系列，Ｉｎｃｅｐｔｉｏｎ＃??叫系列，一些基于移动端而设计的轻量级网络结构ＳｈｕｆｆｌｅＮｅｔ＾４８１、ＭｏｂｉｌｅＮｅ＃９’５（）］、??ＳｑｕｅｎｅｅｚｅＮｅｔ?［川。??２．１．１?ＲｅｓＮｅｔ?系歹ｌｊ??在计算机视觉里，神经网络越深，图像的语义信息越丰富，但由于激活函数还??有硬件条件的限制，网络并不是越深越好，随着网络梯度的加深会在某种程度上引??起梯度弥散和梯度爆炸，导致神经网络训练困难，训练结果无法收敛。如图２．１所??示，设定３个神经元，输入为一数据集合，输出为结果，每个神经元使用非线性激??活函数。??ｙ??图２．１神经元模型??Ｆｉｇ．２．１?Ｎｅｕｒｏｎ?ｍｏｄｅｌ??关于上图的表达式可以写成式２．１的形式，其中函数／代表着一类激活函数。??／（＾１）?＝?ｈ?（ｗ３／２?（ｗ２／ｉ?（ｗ，）））?（２．１）??若要对ｗｌ求梯度，根据链式求导法则，得到的解为：??（２．２）??８／２?３?ｄｆｘ?２?；??－７?－??

很大，形成梯度爆炸。这个问题在很大程??度上己经被ｂａｔｃｈ?ｎｏｒｍａｌｉｚａｔｉｏｎ解决的很好，继而研宄工作者们都在加深网络上做??实验。??在加深网络的过程中，在训练集上会有更高的错误率，所以更深的网络没有过??拟合，也就是更深的网络效果并不是很好，因为网络没有训练好，因为在网络越来??越深的时候，反传回来的梯度之间的相关性会越来越差，最后接近白噪声。因为我??们知道图像是具备局部相关性的，那其实可以认为梯度也具备局部相关性，ＲｅｓＮｅｔ??结构在保持梯度相关性方面很优秀，如图２．２所示，直接往深层映射特征导致网络??难以学习，残差块（ｒｅｓｉｄｕａｌｂｌｏｃｋ）就是在标准的卷积结构上，通过在一个浅层网??络基础上叠加ｙ?＝?ｘ?（ｉｄｅｎｔｉｔｙｍａｐｐｉｎｇｓ，恒等映射），可以让网络随深度增加而不??退化。??２５６－ｄ???５???１ｘ１，６４???Ｙ＾???Ｗｅｉｇｈｔ?ｒｅ，ｕ???ｌａｙｅｒ??±???ｒｅｌｕ?Ｘ?３ｘ３，６４???１?＾ｉｄｅｎｔｉｔｙ?｜?ｒｅｌｕ??Ｗｅｉｇｈｔ?，ｒ??Ｆ（ｘ）?ｌａｙｅｒ?￣￣￣￣?????１ｘ１，２５６??Ｆ（ｘ）＋ｘ????ｒｅｌＵ?ｒｅｌｕ??Ｔ??图２．２卷积网络残差块??Ｆｉｇ．?２．２?ＲｅｓＮｅｔ?ｂｌｏｃｋ??如图２．２左，通过ｓｈｏｒｔｃｕｔ对ｘ做一个恒等变换，加到经过卷积之后的下一??层：??Ｈ（ｘ）?＝?Ｆ（ｘ）?＋?ｘ?（２．３）??－８?－??

【参考文献】：
期刊论文
[1]基于强化深度特征融合的行人再识别算法研究[J]. 李佳丽,郭捷.  信息技术. 2018(07)
[2]基于Adaboost算法的行人检测方法[J]. 郭烈,王荣本,张明恒,金立生.  计算机工程. 2008(03)

博士论文
[1]基于浅层学习引导深度学习的行人检测[D]. 刘弋锋.武汉大学 2016
[2]足球视频内容分析关键技术研究[D]. 白雪峰.哈尔滨工业大学 2014



本文编号：3044536