基于深度学习的车辆目标检测系统研究

发布时间：2021-08-21 11:20

　　高级驾驶员辅助系统（Advanced Driver Assistance Systems,ADAS）可以对驾驶员发出预警,避免交通事故,因此在保障行驶安全中发挥着重要作用,系统中对目标识别的准确性与实时性是目前研究的难点。在众多目标检测算法中,SSD（Single Shot Multi Box Detector）算法较为成熟,具有较好的目标检测精度和速度,但其对小目标检测能力较弱,在目标互相遮挡时会发生漏检和定位不准的问题,因此,本文针对SSD算法提出改进措施,实现对前方车辆的快速精确检测。首先,通过对目标检测方法的理论和实践研究,选用双目视觉传感器实现对移动目标的检测,对连续帧视频图像进行处理,通过双目视觉左右图像的视差对目标的距离进行估计,并对SSD目标检测算法的网络结构进行改进,提取Conv3-3层作为小目标预测层,实现对小目标的特征提取,增强网络对小目标的检测能力。其次,制作目标检测数据集,对数据集中目标的真实框进行K-means聚类,优化候选框个数与比例,缩短模型的训练时间,提高模型检测精度。然后,对原有损失函数进行优化,使预测框远离相邻目标真实框,避免预测框互相影响而产生的... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

本文双目摄像机实物Fig.2-3Binocularcamerainthisarticle

哈尔滨理工大学工学硕士学位论文-19-（3）安装工具包：在MATLAB中安装标定工具箱CameraCalibrationToolboxforMatlab；（4）导入图像：将MATLAB当前文件夹切换至D:\camera\leftImage，在命令窗口输入calib_gui，弹出如图3-8a)所示的窗口。选择Standard，弹出如图3-8b)所示的窗口。选择Imagenames，加载出所有图像，如图3-10所示。a)工具栏窗口a)Toolbarwindowb)标定窗口b)Calibrationwindow图3-8标定工具箱操作界面Fig.3-8Operatorinterfaceofthecalibrationtoolbox图3-9待标定左目图像Fig.3-9Lefteyeimagetobecalibrated

提取标定板所有角点Fig.3-10Extractallcornerpointsofthecalibrationplate

【参考文献】：
期刊论文
[1]融合毫米波雷达与单目视觉的前车检测与跟踪[J]. 赵望宇,李必军,单云霄,徐豪达.  武汉大学学报(信息科学版). 2019(12)
[2]基于改进Faster R-CNN的无人机视频车辆自动检测[J]. 彭博,蔡晓禹,唐聚,谢济铭,张媛媛.  东南大学学报(自然科学版). 2019(06)
[3]用于交通标志检测的窗口大小聚类残差SSD模型[J]. 宋青松,王兴莉,张超,陈禹,宋焕生,KHATTAK Asad Jan.  湖南大学学报(自然科学版). 2019(10)
[4]基于改进SSD的特种车辆红外伪装检测方法[J]. 赵晓枫,徐明扬,王聃漂,杨佳星,张志利.  红外与激光工程. 2019(11)
[5]基于立体视觉的无人车测距系统设计[J]. 黄泽宇,祝永新,田犁,黄尊恺,汪辉.  现代制造工程. 2019(09)
[6]双目区域视差快速计算及测距算法[J]. 仲伟波,姚旭洋,冯友兵,孙雨婷,姚徐.  中国图象图形学报. 2019(09)
[7]基于全卷积网络的车道区域分割算法[J]. 魏民祥,滕德成.  汽车安全与节能学报. 2019(03)
[8]基于深度学习的行人和车辆检测[J]. 徐谦,李颖,王刚.  吉林大学学报(工学版). 2019(05)
[9]基于张正友标定法的红外靶标系统[J]. 王谭,王磊磊,张卫国,段晓韬,王婉丽.  光学精密工程. 2019(08)
[10]交通强国背景下智慧交通发展趋势展望[J]. 伍朝辉,武晓博,王亮.  交通运输研究. 2019(04)



本文编号：3355502