基于特征增强的实时目标检测

发布时间：2020-04-06 07:45

【摘要】：基于卷积神经网络的实时目标检测是计算机视觉领域的关键技术,根据检测的原理和结构的不同可以分为一体化回归检测和区域推荐检测。一体化回归检测可以实现快速的目标检测,但召回率不高,在针对小目标检测时准确度偏低。区域推荐检测可以实现高精度的目标检测,但检测的速度很慢。而且当前许多目标检测模型存在量化误差、目标特征丢失和分类不均衡等问题。针对上述问题,在本文中,我们提出了一个基于特征增强的实时目标检测框架。该框架包含五种特征增强的优化方案:双线性插值向上采样、卷积网络完全共享、轻量化位置敏感得分映射、向上量化取整、单层全连接层。双线性插值向上采样增强了特征图谱中目标的特征信息,卷积网络完全共享有效的降低在将目标推荐区域和位置敏感得分映射特征图谱进行位置特征映射时产生的位置特征误差。轻量化位置敏感得分映射的设计简化了网络结构,消除了物体种类参数的限制,解决了R-FCN模型中分类和检测的通道数目不均衡问题。向上量化取整的方案使目标特征信息进一步得到增强,单层全连接层充分的利用了增强后的目标特征信息,提高了目标检测的准确度和速度。我们的研究成果在DAC2018公开数据集上进行训练和检测,与R-FCN相比,我们的准确率提高了8.5%,检测吞吐率是其1.4倍。在2018年第55届Design Automatic Conference(DAC)系统设计大赛的24支决赛队伍中,我的ZF为特征提取网络的模型的平均检测精度为0.6317 mAP,检测速度达到了24.67 FPS,取得了第6名的成绩。
【图文】：

目标检测是大量高级视觉任务的必备交互、虚拟现实、图像分类及解释、医疗 AI 和自前景，接下我们介绍一些目标检测的实际应用。测过程中，机器视觉系统是为机器或自动化生产线设计机器模拟人的视觉功能，对目标对象进行识别、测是用机器视觉技术代替人进行检测，在大批量标准了极大优势。相对于传统检测方法，机器视觉技术进行一致性质量标准检验。基于机器视觉系统的高以同时获取大量信息并在短时间内快速自动处理，，动化管理过程中具有不可替代的作用。例如，在传签等人工密集型检测模式的行业，我们也可以依据级为高精度快速的自动检测，提高产业效率并降低

中 科 技 大 学 硕 士 学 位 论 员进行提示或报警，未对驾驶员的驾驶行为和车辆运行产生干，常见的辅助人工驾驶系统如车道偏离报警系统和疲劳驾驶报则是在车辆行驶过程中根据一些突发的事件，在驾驶员未反应进行帮助，如主动刹车防碰撞系统和刹车防抱死系统等，提高自动化驾驶则是可以让驾驶员在一定时间让车辆自动行驶，辆行驶状态，在必要时对车辆进行干预，从而实现车辆的半自航系统，而完全自动化驾驶则是车辆运行过程中根据路况信息行控制。近些年来，基于人工智能的自动驾驶的研发受到广泛行业主体、互联网领域公司、精英创业人群以及资本纷纷投入
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TP18

【相似文献】

相关期刊论文 前10条

1 赵珍珍;;基于压缩感知的实时目标追踪算法[J];现代电子技术;2015年03期

2 周昕;厉小润;;基于逐波段处理的高光谱图像实时目标检测[J];工业控制计算机;2015年06期

3 杨鲁新;董文博;;高帧频视觉实时目标检测系统[J];电子技术应用;2019年04期

4 金友;帧取样器执行实时目标分析[J];光机电信息;1998年08期

5 侯小毛;王淑娟;徐仁伯;;实时目标跟踪中自适应尺度计算[J];计算机工程与设计;2017年05期

6 肖永强;王海晖;刘奥丽;王子维;章刘斌;;双目实时目标三维测量实现方法的研究[J];武汉工程大学学报;2016年04期

7 孙抗;汪渤;郑智辉;;基于局部亮度直方图特征的实时目标识别与跟踪[J];系统工程与电子技术;2011年09期

8 邓浩;杨菲;潘旭东;游安清;;利用CUDA实现上位机的实时目标跟踪[J];信息与电子工程;2010年03期

9 ;科技动态[J];企业科技与发展;2009年13期

10 彭爱军;巩青歌;谭海佩;;基于实时目标跟踪的智能监区视频监控软件设计[J];电子世界;2017年13期

相关会议论文 前7条

1 雷颖惠;张娟;杨文佳;;一种基于改进均值漂移的实时目标检测与跟踪算法[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

2 周志强;汪渤;潘大夫;;基于PHD的实时目标识别与跟踪研究[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

3 李嘉伟;孙明;;基于分块LAB特征的粒子滤波目标跟踪算法[A];中国农业工程学会2011年学术年会论文集[C];2011年

4 郭文佳;朱晓辉;王向军;;野外图像监测中地平线附近的弱小目标的实时检测[A];光电技术与系统文选——中国光学学会光电技术专业委员会成立二十周年暨第十一届全国光电技术与系统学术会议论文集[C];2005年

5 王静静;林明秀;魏颖;;基于灰度相关的帧间差分和背景差分相融合的实时目标检测[A];2009年中国智能自动化会议论文集（第六分册）[中南大学学报（增刊）][C];2009年

6 蒋建国;安红新;齐美彬;;复杂背景下快速的目标检测方法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年

7 刘希凌;汪渤;郑智辉;;基于DSP+FPGA的机场视频辅助监控系统设计[A];中国自动化学会控制理论专业委员会D卷[C];2011年

相关重要报纸文章 前2条

1 粱旭娟;把表演变成表达[N];新疆日报(汉);2011年

2 ;Web服务推动BI演进[N];网络世界;2003年

相关硕士学位论文 前10条

1 魏温典;基于特征增强的实时目标检测[D];华中科技大学;2019年

2 赵春梅;基于深度学习的实时目标跟踪应用研究[D];中国科学院大学(中国科学院光电技术研究所);2019年

3 柳佳园;基于嵌入式异构GPU平台的实时目标检测系统设计[D];山东大学;2019年

4 熊恒昌;基于深度学习的实时目标检测[D];湖南大学;2018年

5 王璞;基于伪标注生成器的弱标记实时目标检测方法[D];哈尔滨工业大学;2018年

6 袁文强;基于FPGA的实时目标跟踪系统关键技术研究和实现[D];西安电子科技大学;2018年

7 雷维卓;基于YOLOv2的实时目标检测研究[D];重庆大学;2018年

8 陈鹏飞;基于多尺度特征融合的实时目标检测[D];西安电子科技大学;2018年

9 金龙;光电实时目标识别原理及系统开发研究[D];南京理工大学;2005年

10 孙伟斌;复杂场景中的实时目标识别[D];上海交通大学;2009年

本文编号：2616227