基于深度学习算法的复杂场景下小目标检测与应用
发布时间：2021-09-15 22:36
随着计算机视觉技术的高速发展,目标检测在公共安防、智慧城市、交通控制等众多领域得到广泛应用。与此同时,深度学习算法的发展使得目标检测系统的性能远远优于传统算法,并进一步推动了目标检测的应用。然而,由于大部分应用场景存在大量小像素目标,这类目标信息量少,并且特征不明显,小像素目标的检测仍然是计算机视觉领域的一个挑战。本文首先提出了两种常用场景下的小目标检测算法;其次,采集小目标数据集,并将本文提出的算法应用于人脸检测数据集、公开无人机场景数据集和实验采集数据集,计算小目标检测的客观指标;最后,将算法植入智能终端硬件系统,设计并编写对应软件,实现了小目标检测算法的应用。主要研究内容如下:（1）提出一种基于改进型生成对抗网络（Generative Adversarial Networks,GAN）的小脸检测算法SG-FACE。该算法首先将图像中像素较小的目标,通过生成对抗网络生成高分辨目标,然后将新目标作为人脸检测网络的输入,通过“中心凹”特征融合结构与多尺度检测结构,进一步完成人脸检测。实验结果表明,与传统的人脸检测相比,本文提出的SG-FACE小脸检测器不仅准确率高,而且漏检率低。该检测...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图２．１?ＲＡＩＳＥ数据集图片示例??
?第２填基干改进生成对抗网络的小脸检测???川是对输入的数則样木进ｆｒ判断，判断此样本足来ｒ＿｜ｊ？训练数据还是非训练数??据，最终以概率的形式表达出来。Ｍ＇ｌ判别网络对其输入的数据判别为属于训练数??掘时，模型输出的Ｄ为大概率；当判别网络对其判别为非训练数据时，模型输??出的Ｄ为小概率；当概率为５０％的时候，判别网络就是在乱猜。最终生成网络??所生成的数据成功骗过判别网络，就达到数据生成的目的，如图２．３所示：??ｒ?＼?ｒ?＼??〇模型?Ｉ）模型??尝试输出Ｉ?尝试输出０??－２〇．．．．：．ｒ?＿〇ｐｉ?ｌ?Ｊ?Ｌ?Ｊ?：〇〇?…ｏｏｊ??：）〇?二二?ＯＯｉ?ｉ?Ｉ?ｆ?）〇〇？？－〇：〇??微分函数Ｉ）?微分函数Ｄ??！〇〇?？？？?ｏｃＭ?Ｊ?１?」〇〇?？？？〇〇??ｍ?ｍ－?ｆ?＇］?ｒ?彳?＿??ｂ翁－ｒ?ｌ?Ｊ?ｌ?Ｊ?．ｒ??…ｏｃ??微分函数ｆ；??Ｊ?：〇〇?…ｏｏ??乂?－?＂??（＾ＤＯ?…ＯＯ??ｙ?＇?输入噪声Ｚ??發？?＊?？?？?？?？?ｚ??■?．?＾?＇．?．?：?＼?ｙ?＂??—一—＇??图２．３?ＧＡＮ?＿结构阁??（ｉ）训练过程??训练过程中，耑耍在真实数据进行两次的随机采样。第？个随机采样之后??的数据标签的标注为真实数据。第二个随机采样的数据，我们在此骓础上加入噪??声的丨？扰，记为假数据Ｄ（ｚ）Ｇ（ｚ）。将两组数据输入到判别网络中，对其进行数掘??的與假判断。如果判别网络认为输入的数椐为原始数据，那么判别网络的输出为??Ｉ，反之为０。最后根据判别网络得出的概率值计算损失函数。??生
?第２章基于改进生成对抗网络的小脸检测???１?ｈａ．ｉ－?ｒｅｓ２?ｒｅｓ３＋ｒｅ．ｓ２?ｒｅｓ４－ｒｒｅ．ｓ３＋ｒｅｓ２?ｒｅｓ５＋ｒｃｓ４＋ｒｅｓ３＋ｒｅ．ｓ２??
【参考文献】：
期刊论文
[1]深层卷积神经网络的目标检测算法综述[J]. 张泽苗,霍欢,赵逢禹. 小型微型计算机系统. 2019(09)
[2]基于深度学习的目标检测算法研究进展[J]. 谢娟英,刘然. 陕西师范大学学报(自然科学版). 2019(05)
[3]基于SSD模型的人脸检测与头部姿态估计融合算法[J]. 方阳,刘英杰,孙立博,秦文虎. 江苏大学学报(自然科学版). 2019(04)
[4]基于优化YOLOv3的低空无人机检测识别方法[J]. 马旗,朱斌,张宏伟,张杨,姜雨辰. 激光与光电子学进展. 2019(20)
[5]基于深度学习目标检测与跟踪技术的研究[J]. 师燕妮. 电子设计工程. 2019(06)
[6]改进的SSD航拍目标检测方法[J]. 裴伟,许晏铭,朱永英,王鹏乾,鲁明羽,李飞. 软件学报. 2019(03)
[7]基于深度学习的复杂背景雷达图像多目标检测[J]. 周龙,韦素媛,崔忠马,房嘉奇,杨小婷,杨龙. 系统工程与电子技术. 2019(06)
[8]遥感图像中飞机的改进YOLOv3实时检测算法[J]. 戴伟聪,金龙旭,李国宁,郑志强. 光电工程. 2018(12)
[9]基于深度学习的安全帽检测方法研究[J]. 郝存明,朱继军,张伟平. 河北省科学院学报. 2018(03)
[10]改进的YOLOv3红外视频图像行人检测算法[J]. 王殿伟,何衍辉,李大湘,刘颖,许志杰,王晶. 西安邮电大学学报. 2018(04)
硕士论文
[1]用于目标检测的深度学习算法优化研究[D]. 黄宁波.长春理工大学 2018
[2]基于深度学习的目标检测与分割算法研究[D]. 王若辰.北京工业大学 2016
[3]基于深度学习的目标检测算法研究及应用[D]. 万维.电子科技大学 2015
本文编号：3396942
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图２．１?ＲＡＩＳＥ数据集图片示例??
?第２填基干改进生成对抗网络的小脸检测???川是对输入的数則样木进ｆｒ判断，判断此样本足来ｒ＿｜ｊ？训练数据还是非训练数??据，最终以概率的形式表达出来。Ｍ＇ｌ判别网络对其输入的数据判别为属于训练数??掘时，模型输出的Ｄ为大概率；当判别网络对其判别为非训练数据时，模型输??出的Ｄ为小概率；当概率为５０％的时候，判别网络就是在乱猜。最终生成网络??所生成的数据成功骗过判别网络，就达到数据生成的目的，如图２．３所示：??ｒ?＼?ｒ?＼??〇模型?Ｉ）模型??尝试输出Ｉ?尝试输出０??－２〇．．．．：．ｒ?＿〇ｐｉ?ｌ?Ｊ?Ｌ?Ｊ?：〇〇?…ｏｏｊ??：）〇?二二?ＯＯｉ?ｉ?Ｉ?ｆ?）〇〇？？－〇：〇??微分函数Ｉ）?微分函数Ｄ??！〇〇?？？？?ｏｃＭ?Ｊ?１?」〇〇?？？？〇〇??ｍ?ｍ－?ｆ?＇］?ｒ?彳?＿??ｂ翁－ｒ?ｌ?Ｊ?ｌ?Ｊ?．ｒ??…ｏｃ??微分函数ｆ；??Ｊ?：〇〇?…ｏｏ??乂?－?＂??（＾ＤＯ?…ＯＯ??ｙ?＇?输入噪声Ｚ??發？?＊?？?？?？?？?ｚ??■?．?＾?＇．?．?：?＼?ｙ?＂??—一—＇??图２．３?ＧＡＮ?＿结构阁??（ｉ）训练过程??训练过程中，耑耍在真实数据进行两次的随机采样。第？个随机采样之后??的数据标签的标注为真实数据。第二个随机采样的数据，我们在此骓础上加入噪??声的丨？扰，记为假数据Ｄ（ｚ）Ｇ（ｚ）。将两组数据输入到判别网络中，对其进行数掘??的與假判断。如果判别网络认为输入的数椐为原始数据，那么判别网络的输出为??Ｉ，反之为０。最后根据判别网络得出的概率值计算损失函数。??生
?第２章基于改进生成对抗网络的小脸检测???１?ｈａ．ｉ－?ｒｅｓ２?ｒｅｓ３＋ｒｅ．ｓ２?ｒｅｓ４－ｒｒｅ．ｓ３＋ｒｅｓ２?ｒｅｓ５＋ｒｃｓ４＋ｒｅｓ３＋ｒｅ．ｓ２??
【参考文献】：
期刊论文
[1]深层卷积神经网络的目标检测算法综述[J]. 张泽苗,霍欢,赵逢禹. 小型微型计算机系统. 2019(09)
[2]基于深度学习的目标检测算法研究进展[J]. 谢娟英,刘然. 陕西师范大学学报(自然科学版). 2019(05)
[3]基于SSD模型的人脸检测与头部姿态估计融合算法[J]. 方阳,刘英杰,孙立博,秦文虎. 江苏大学学报(自然科学版). 2019(04)
[4]基于优化YOLOv3的低空无人机检测识别方法[J]. 马旗,朱斌,张宏伟,张杨,姜雨辰. 激光与光电子学进展. 2019(20)
[5]基于深度学习目标检测与跟踪技术的研究[J]. 师燕妮. 电子设计工程. 2019(06)
[6]改进的SSD航拍目标检测方法[J]. 裴伟,许晏铭,朱永英,王鹏乾,鲁明羽,李飞. 软件学报. 2019(03)
[7]基于深度学习的复杂背景雷达图像多目标检测[J]. 周龙,韦素媛,崔忠马,房嘉奇,杨小婷,杨龙. 系统工程与电子技术. 2019(06)
[8]遥感图像中飞机的改进YOLOv3实时检测算法[J]. 戴伟聪,金龙旭,李国宁,郑志强. 光电工程. 2018(12)
[9]基于深度学习的安全帽检测方法研究[J]. 郝存明,朱继军,张伟平. 河北省科学院学报. 2018(03)
[10]改进的YOLOv3红外视频图像行人检测算法[J]. 王殿伟,何衍辉,李大湘,刘颖,许志杰,王晶. 西安邮电大学学报. 2018(04)
硕士论文
[1]用于目标检测的深度学习算法优化研究[D]. 黄宁波.长春理工大学 2018
[2]基于深度学习的目标检测与分割算法研究[D]. 王若辰.北京工业大学 2016
[3]基于深度学习的目标检测算法研究及应用[D]. 万维.电子科技大学 2015
本文编号：3396942
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3396942.html
