一种改进SSD的行人检测方法研究

发布时间：2021-05-20 22:37

　　随着人工智能技术的不断进步,目标检测技术得到迅猛发展,行人检测技术作为目标检测的重要研究之一也得到飞速发展。自从深度学习进入人们的视野,目标检测研究迎来了突破性进展,一系列采用卷积神经网络的目标检测算法应运而生。其中SSD（Single Shot MultiBox Detector）算法在实时高精度目标检测领域有较高的可行性。而在实际的行人检测系统中,检测性能容易受到遮挡、光照、复杂背景等因素的影响。对于交通摄像头下行人检测准确率较差,小目标行人的漏检率较高的问题,对原SSD算法进行改进得到融合上下文信息的SSD-T行人检测算法,可有效提高行人检测的速度和准确率。论文的主要研究内容包括以下几个方面:（1）对传统的SSD算法进行改进,具体研究了卷积神经网络的基本结构与特性,在原SSD网络基础上将浅层特征信息与深层语义信息相融合,使SSD模型能够弥补浅层特征信息的表达能力不足的问题,根据行人尺寸特征选取三种行人预选框尺度,提升行人特征提取能力,提高检测性能。（2）针对网络训练过程中出现的过拟合现象,通过引入L2正则化方法,反复实验选取最优正则化系数,对模型泛化能力进行增强,在网络迭代训练过... 

【文章来源】：西安理工大学陕西省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 传统行人检测方法
        1.2.2 基于深度学习的行人检测方法
    1.3 主要研究工作
    1.4 本文结构安排
    1.5 本章小结
2 行人检测技术基本理论
    2.1 卷积神经网络结构
        2.1.1 卷积层
        2.1.2 池化层
        2.1.3 全连接层
        2.1.4 激活函数
    2.2 卷积神经网络训练
        2.2.1 前向传播
        2.2.2 反向传播
        2.2.3 交并比和非极大值抑制算法
    2.3 反卷积神经网络
        2.3.1 反卷积过程
        2.3.2 反池化过程
    2.4 常用行人检测算法
        2.4.1 基于区域建议的目标检测
        2.4.2 基于回归的目标检测算法
    2.5 本章小结
3 SSD行人检测方法研究
    3.1 SSD目标检测算法
        3.1.1 SSD网络结构
        3.1.2 SSD网络训练
    3.2 基于上下文信息的SSD行人检测算法
        3.2.1 改进的SSD-T模型
        3.2.2 多尺度预选框设计
        3.2.3 训练步骤
    3.3 本章小结
4 实验结果与分析
    4.1 实验数据集
    4.2 实验环境
    4.3 SSD-T模型训练
    4.4 实验性能评估指标
    4.5 结果分析
    4.6 本章小结
5 总结与展望
    5.1 论文工作总结
    5.2 研究展望
致谢
参考文献
攻读硕士学位期间主要研究成果


【参考文献】：
期刊论文
[1]基于候选区域列举的红外行人检测研究[J]. 王小蕾.  淮北师范大学学报(自然科学版). 2019(01)
[2]激活函数在卷积神经网络中的对比研究[J]. 田娟,李英祥,李彤岩.  计算机系统应用. 2018(07)
[3]基于深度学习的多视窗SSD目标检测方法[J]. 唐聪,凌永顺,郑科栋,杨星,郑超,杨华,金伟.  红外与激光工程. 2018(01)
[4]基于YOLO网络的行人检测方法[J]. 高宗,李少波,陈济楠,李政杰.  计算机工程. 2018(05)
[5]行人检测技术综述[J]. 苏松志,李绍滋,陈淑媛,蔡国榕,吴云东.  电子学报. 2012(04)

博士论文
[1]基于计算机视觉的检测方法与应用研究[D]. 漆随平.浙江大学 2005

硕士论文
[1]实时人脸识别系统的研究与实现[D]. 李鹏.华南理工大学 2017
[2]深度学习及其在工件缺陷自动检测中的应用研究[D]. 颜伟鑫.华南理工大学 2016



本文编号：3198551