在無人駕駛系統(tǒng)中,通常使用計算機視覺來完成道路的檢測和道路上目標的檢測。道路的檢測包含對車道線的檢測、可行駛區(qū)域的檢測;道路上路標的檢測包含對其他車輛的檢測,行人檢測,交通標志和信號的檢測等所有交通參與者的檢測和分類。同時,對檢測到目標進行測距。然而,在井下的采礦運輸過程中也同樣需要對前方軌道和軌道上目標的檢測,才能實現(xiàn)井下無人駕駛系統(tǒng)。本文研究則是針對井下巷道旁行人進行檢測及測距,主要內(nèi)容如下:（1）提出一種Dense-YOLO的井下巷道行人檢測算法。首先,運用k-means聚類策略計算出錨點框的尺寸。其次,為了更好地利用上一層或者前幾層特征,提出利用密集連接塊提取網(wǎng)絡(luò)特征,復(fù)用“集體知識”強化特征學習傳播。然后,運用非極大值抑制算法對于檢測過程中同一目標的位置上產(chǎn)生的多個候選框進行篩選,選取出得分最高的候選框最后。最后,在井下采集的數(shù)據(jù)上進行網(wǎng)絡(luò)模型訓練、驗證及測試實驗。在測試過程中發(fā)現(xiàn)對于圖像中遠方尺寸較小的行人,無法做到精確檢測,為此提出一種融合多層次特征圖的網(wǎng)絡(luò)結(jié)構(gòu),使其能夠應(yīng)用到淺層的特征圖,將深層與淺層特征相結(jié)合,對小目標進行精確定位。實驗結(jié)果表明,所提算法網(wǎng)絡(luò)的檢測準確... 

【文章來源】：合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

圖0.11數(shù)據(jù)集擴增

合肥工業(yè)大學專業(yè)碩士研究生學位論文， 是一個類似于810 這樣的很小的正值，目的是為了避免遇到 z 有定義的問題。u期神經(jīng)網(wǎng)絡(luò)中，輸出都是每一層對上一層輸入的線性變換，所以換、網(wǎng)絡(luò)復(fù)雜度多高，輸出都只是輸入的線性組合，最經(jīng)典的例知機，即便使用多個感知機進行組合，組合輸出的結(jié)果仍然是輸無法做到非線性分類。由于這種線性模型的表達能力不夠，不能，所以引入激活函數(shù)來對網(wǎng)絡(luò)添加非線性元素。有兩種方式可以中的數(shù)據(jù)可被分類，第一種是添加激活函數(shù)去引入非線性函數(shù)；定的線性變換把當前特征空間映射轉(zhuǎn)換到另外一個空間，以此來分類。的激活函數(shù)有 Sigmoid[47]、tanh[48]等，它們的函數(shù)圖像如圖 3.3 所示

擇過程中，使用各種濾波器對各層特征進行提組成的特征圖層。起初的低層特征層中僅僅征顯示出模糊的輪廓特征，高層則是語義更加特征層信息共同完成目標的檢測就是所謂的多的卷積神經(jīng)網(wǎng)絡(luò)特征成為主流，卷積神經(jīng)網(wǎng)即便如此，也仍需要進一步提高圖像中各種度。以往多數(shù)的目標檢測算法都是只采用頂征層中，但是，眾所周知，特征語義信息的分標位置的細節(jié)信息都包含在較低層次的特征；第二，高層的語義信息對于特征的提取比有那么豐富和精準。所以單純地運用頂層特缺乏詳細計算的。

【參考文獻】：
期刊論文
[1]基于角點檢測的攝像機標定算法及應(yīng)用[J]. 王曉輝,李星.  計算機與數(shù)字工程. 2019(02)
[2]基于雙目視覺的車輛檢測及測距[J]. 陳攀.  現(xiàn)代計算機(專業(yè)版). 2019(05)
[3]改進的Faster RCNN煤礦井下行人檢測算法[J]. 李偉山,衛(wèi)晨,王琳.  計算機工程與應(yīng)用. 2019(04)
[4]基于顯著性檢測的雙目測距系統(tǒng)[J]. 安果維,王耀南,周顯恩,譚建豪.  智能系統(tǒng)學報. 2018(06)
[5]結(jié)合金字塔池化模塊的YOLOv2的井下行人檢測[J]. 王琳,衛(wèi)晨,李偉山,張鈺良.  計算機工程與應(yīng)用. 2019(03)
[6]基于圖像處理的井下機車行人檢測技術(shù)[J]. 李曉明,郎文輝,馬忠磊,衛(wèi)星.  煤礦機械. 2017(04)
[7]基于雙目視覺的目標測距[J]. 黃玉強,葉磊.  汽車實用技術(shù). 2017(02)
[8]一種新的基于超聲波測距的汽車自動報警剎車系統(tǒng)設(shè)計[J]. 胡清桂,李會景.  汽車工業(yè)研究. 2016(03)
[9]多環(huán)境下的實時前車檢測與車距測量[J]. 顧兆倫,邵雨辰,謝揚振,錢沄濤.  信號處理. 2015(09)
[10]基于雙目立體視覺技術(shù)的橋梁裂縫測量系統(tǒng)[J]. 王琳,趙健康,夏軒,龍海輝.  計算機應(yīng)用. 2015(03)

碩士論文
[1]基于DCNN的井下行人檢測系統(tǒng)的研究與設(shè)計[D]. 鄭嘉祺.西安科技大學 2017
[2]基于圖像的井下人員檢測算法研究[D]. 呂建中.重慶大學 2015



本文編號：3464158