智能视觉传感网络中的多目标检测识别系统的研究

发布时间：2025-01-10 22:19

　　随着5G、AI时代的到来,智能视觉传感网络系统得到快速发展,在新零售、城市大脑、工业物联网等多个领域均展现出巨大潜力。在实际应用场景中,深度学习依赖海量数据,采集标注成本高;同时应用场景一般要求算法精度高、检测结果反馈时延低,还要求支持部署大规模识别库。针对以上难点,本文提出采用云端和边缘计算结合的架构模式,将部分计算过程前置到边缘端计算处理器上,在感知前端对海量非结构化的图像数据完成目标检测工作,然后将获取的检测目标送往云端识别处理,以此来降低时延、提高识别精度并支持大规模识别库的部署;同时,通过合成方法获得整个检测识别算法训练所需要的数据,可以显著地降低数据采集成本。整体方案框架包括数据合成、多目标检测、细粒度分类三大模块,具体方法如下:数据合成方法包括图像分割网络M-Unet（Multi-path Dilated Convolution U-Net）算法、图像合成策略、CycleGan（Generative Adversarial Networks）算法。本文提出的M-Unet相比于传统的U-Net网络,增加多支路空洞卷积并联模块（Multi-path Dilated Convol...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
主要符号对照表
第一章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 论文研究内容及意义
    1.4 论文组织结构
第二章 智能视觉传感网络的网络架构及算法理论
    2.1 智能视觉传感网络
        2.1.1 智能视觉传感网络简介
        2.1.2 零售场景智能视觉传感系统
        2.1.3 硬件介绍
    2.2 卷积神经网络算法理论
        2.2.1 卷积层
        2.2.2 激活层
        2.2.3 池化层
        2.2.4 Softmax分类器
        2.2.5 卷积神经网络的优化器
    2.3 卷积神经网络中的前向传播算法与反向传播算法
        2.3.1 前向传播算法
        2.3.2 反向传播算法
    2.4 本章小结
第三章 基于M-Unet图像分割网络的数据合成算法
    3.1 引言
    3.2 融合图像分割、换域及组合策略的数据合成算法框架
    3.3 图像分割方法
    3.4 M-Unet分割算法设计
        3.4.1 M-Unet网络结构
        3.4.2 MPDC模块
        3.4.3 LKCD模块
        3.4.4 损失函数
    3.5 M-Unet实验结果与分析
        3.5.1 数据集介绍
        3.5.2 数据预处理
        3.5.3 评价指标
        3.5.4 实验结果
    3.6 基于CycleGan对抗生成网络的图像合成算法
        3.6.1 CycleGan网络框架
        3.6.2 损失函数
        3.6.3 实验结果
    3.7 本章小结
第四章 基于正负样本优化策略的M-FPN检测方法
    4.1 检测算法框架
        4.1.1 两阶段检测框架
        4.1.2 一阶段检测框架
    4.2 基于正负样本优化策略的FPN目标检测方法
        4.2.1 特征金字塔网络(FPN)
        4.2.2 FPN正负样本优化策略的设计
        4.2.3 M-FPN实验结果
    4.3 基于合成数据的实验结果分析
        4.3.1 实验数据
        4.3.2 实验设置
        4.3.3 实验评价指标
        4.3.4 实验结果
    4.4 本章小结
第五章 基于ResNet_FPM的细粒度分类方法
    5.1 方法框架
        5.1.1 ResNet_FPM整体框架
        5.1.2 ResNet网络
        5.1.3 FPM模块设计
        5.1.4 FPN多级特征融合
        5.1.5 全局平均池化与最大池化
        5.1.6 损失函数
    5.2 实验结果
        5.2.1 数据集介绍
        5.2.2 实验配置
        5.2.3 结果分析
    5.3 本章小结
第六章 总结与展望
    6.1 论文工作总结
    6.2 进一步研究方向
参考文献
作者攻读硕士学位期间撰写的论文和专利
致谢



本文编号：4025507