基于深度学习的人体和头部联合检测研究
发布时间:2021-05-19 12:05
物体检测是计算机视觉领域的研究热点之一。在物体检测中,基于深度学习的人体检测和头部检测已表现出广泛的应用前景和需求,比如对一个人进行检测识别不仅要检测到人体而且还要检测到头部来获取头部的信息进行进一步的识别判断。人体和头部存在着一定的空间位置联系,通过空间位置建模对人体和头部联合进行检测可以有效提升人体和头部检测的准确率。本文以物体检测中提取出检测物体的特征和生成检测物体的候选框为出发点,以深度学习为方法,着重研究了人体和头部的联合检测,利用了人体和头部相似的特征和独特的特征,同时又结合了人体和头部的包含关系。本文的主要研究内容和创新点如下:1、提出了一种特征增强的人体和头部联合检测,该方法对提取出的人体和头部的特征进行不同的处理,考虑了人体和头部的相似特征与独特特征设计了两个不同的模块分支,一个模块是人体增强模块,对提取出的特征进行增强,增强后的特征更有利于检测人体;另一个模块是头部增强模块,同样也对提取出的特征进行增强,增强后的特征更有利于检测头部,这对检测人体和头部更加有效。2、提出了一种人体和头部关系回归联合检测,该方法对生成的人体和头部的候选框进行优化,包含两个模块,第一个模...
【文章来源】:中国科学院大学(中国科学院大学人工智能学院)北京市
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 本文研究内容
1.3 本文组织结构
第2章 本课题的研究现状和进展
2.1 引言
2.2 物体检测研究的方法和进展
2.2.1 物体检测的传统方法
2.2.2 物体检测的深度学习方法
2.3 物体检测所存在的问题和挑战
2.4 人体检测和头部检测相关研究
2.5 深度学习的神经网络模型研究进展
2.6 本章小结
第3章 特征增强的人体和头部联合检测
3.1 引言
3.2 数据集介绍
3.3 特征增强的人体和头部联合检测方法
3.4 实验与分析
3.4.1 实验设置
3.4.2 实验评估方法
3.4.3 实验结果及分析
3.5 本章小结
第4章 人体和头部关系回归联合检测
4.1 引言
4.2 人体和头部关系回归联合检测方法
4.3 实验与分析
4.3.1 实验骨干网络
4.3.2 实验结果及分析
4.4 本章小结
第5章 特征增强多尺度人体和头部关系回归联合检测
5.1 引言
5.2 特征增强多尺度人体和头部关系回归联合检测方法
5.3 实验与分析
5.3.1 实验损失函数
5.3.2 实验结果及分析
5.4 本章小结
第6章 总结与展望
6.1 全文工作总结
6.2 未来工作展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果
【参考文献】:
期刊论文
[1]基于视频图像的行人检测系统的设计与实现[J]. 杨文韬,李璋,陈勇,徐玲芳,张灿灿,黄镇,卞梦云,陈琪. 湖北大学学报(自然科学版). 2017(01)
本文编号:3195742
【文章来源】:中国科学院大学(中国科学院大学人工智能学院)北京市
【文章页数】:73 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 本文研究内容
1.3 本文组织结构
第2章 本课题的研究现状和进展
2.1 引言
2.2 物体检测研究的方法和进展
2.2.1 物体检测的传统方法
2.2.2 物体检测的深度学习方法
2.3 物体检测所存在的问题和挑战
2.4 人体检测和头部检测相关研究
2.5 深度学习的神经网络模型研究进展
2.6 本章小结
第3章 特征增强的人体和头部联合检测
3.1 引言
3.2 数据集介绍
3.3 特征增强的人体和头部联合检测方法
3.4 实验与分析
3.4.1 实验设置
3.4.2 实验评估方法
3.4.3 实验结果及分析
3.5 本章小结
第4章 人体和头部关系回归联合检测
4.1 引言
4.2 人体和头部关系回归联合检测方法
4.3 实验与分析
4.3.1 实验骨干网络
4.3.2 实验结果及分析
4.4 本章小结
第5章 特征增强多尺度人体和头部关系回归联合检测
5.1 引言
5.2 特征增强多尺度人体和头部关系回归联合检测方法
5.3 实验与分析
5.3.1 实验损失函数
5.3.2 实验结果及分析
5.4 本章小结
第6章 总结与展望
6.1 全文工作总结
6.2 未来工作展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果
【参考文献】:
期刊论文
[1]基于视频图像的行人检测系统的设计与实现[J]. 杨文韬,李璋,陈勇,徐玲芳,张灿灿,黄镇,卞梦云,陈琪. 湖北大学学报(自然科学版). 2017(01)
本文编号:3195742
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3195742.html