基于卷积神经网络的实时性行人检测方法研究

发布时间：2021-05-18 04:19

　　近年来,公共安全问题越发引起人们的关注。为了更好的解决城市安全问题,在人口密集的地方如商场、学校、电影院、游乐场、各大热门景点等地安装了大量的监控摄像头,这些摄像头汇聚在一起,形成一个巨大的监控网络,每天都会产生海量视频数据。但是处理这些海量视频信息大都采用传统的人工方式,通过人眼“盯屏幕”的方式从海量视频中寻找特定的几个监控信息,这样不仅费时费力、效率低下,而且容易遗漏重要信息,若有紧急情况发生时,也无法在有限时间内快速解决问题。若将行人检测技术应用于智能监控系统,就可以自动检测、识别出视频中的可疑目标,并在发现异常后能够自动报警或采取其他应急措施,将大大提高监控效率,节省大量人力和财力。视频监控下的行人检测问题对于算法的检测精度和检测速度都有较高要求。传统的行人检测方法虽然能够满足速度要求,但在检测精度上差距较远,基于卷积神经网络的目标检测算法检测性能优异,但是直接将目标检测算法应用于行人检测问题上时性能却表现不佳。针对这一问题,本文主要在目标检测算法基础上构建精度更高速度更快的行人检测方法。为解决目标检测算法在行人检测问题上性能表现不佳的问题,本文主要做了以下三方面的工作:（1）... 

【文章来源】：河北农业大学河北省

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状综述
        1.2.1 卷积神网络的国内外研究现状
        1.2.2 行人检测算法国内外研究现状
    1.3 研究内容
    1.4 章节安排
第2章 卷积神经网络概述
    2.1 引言
    2.2 卷积神经网络结构
        2.2.1 卷积神经网络子层
    2.3 常见的网络结构
        2.3.1 AlexNet
        2.3.2 VGGNet
        2.3.3 GoogLeNet/Inception
        2.3.4 ResNet
    2.4 卷积神经网络训练
        2.4.1 前向传播(Forward propagation)
        2.4.2 反向传播(Back propagation)
    2.5 常用的目标检测算法
        2.5.1 Faster RCNN算法简介
        2.5.2 Faster RCNN的网络结构
        2.5.3 Faster RCNN的网络训练
    2.6 本章小结
第3章 基于Faster RCNN的行人检测方法
    3.1 引言
    3.2 基于Faster R-CNN的行人检测算法设计
        3.2.1 算法设计介绍
        3.2.2 网络训练设置
    3.3 实验结果分析
        3.3.1 数据集选取与评价指标
        3.3.2 实验结果分析
    3.4 本章小结
第4章 基于SSD的行人检测方法
    4.1 引言
    4.2 SSD目标检测算法原理
        4.2.1 SSD网络结构
        4.2.2 SSD网络训练
    4.3 实验过程与结果
    4.4 本章小结
第5章 基于改进的SSD行人实时检测方法
    5.1 改进的SSD网络结构设计
        5.1.1 特征提取层设计
        5.1.2 增加行人尺寸信息
        5.1.3 改进定位和增加IOU阈值
        5.1.4 整体框架
    5.2 网络训练设置
    5.3 实验与结果分析
        5.3.1 实验配置
        5.3.2 实验结果分析
    5.4 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于卷积神经网络的植物叶片分类[J]. 龚丁禧,曹长荣.  计算机与现代化. 2014(04)

博士论文
[1]基于内容的商品图像分类方法研究[D]. 贾世杰.大连理工大学 2013



本文编号：3193101