為了研究現(xiàn)有車輛目標(biāo)檢測算法的檢測精度與檢測速度相矛盾的問題,提出了一種小型化的改進(jìn)YOLOv3深度卷積網(wǎng)絡(luò)的實(shí)時(shí)車輛檢測及跟蹤算法。采用構(gòu)建卷積層數(shù)少的網(wǎng)絡(luò)架構(gòu)以及進(jìn)行多目標(biāo)跟蹤的方法,分析了大網(wǎng)絡(luò)模型結(jié)構(gòu)時(shí)正向推理速度慢、小網(wǎng)絡(luò)模型結(jié)構(gòu)時(shí)檢測精度低的原因。在不同尺度卷積特征多層次提取車輛特征信息來保證準(zhǔn)確率的基礎(chǔ)上,利用K-means++算法改進(jìn)聚類先驗(yàn)框中心點(diǎn)的提取,同時(shí)借鑒darknet19骨干網(wǎng)絡(luò)結(jié)構(gòu),構(gòu)建一種網(wǎng)絡(luò)深度更小的基礎(chǔ)卷積網(wǎng)絡(luò)結(jié)構(gòu),采用更少的重復(fù)殘差塊結(jié)構(gòu)單元,使網(wǎng)絡(luò)模型結(jié)構(gòu)小型化。在采用卡爾曼濾波算法對目標(biāo)檢測后下一時(shí)刻的車輛位置進(jìn)行跟蹤的基礎(chǔ)上,利用匈牙利匹配算法進(jìn)行分配關(guān)聯(lián)視頻相鄰幀中的車輛,確定被檢測目標(biāo)唯一標(biāo)簽ID,實(shí)現(xiàn)對多個(gè)目標(biāo)的精確定位與跟蹤,以此改善檢測不連續(xù)、漏檢、目標(biāo)被遮擋等檢測不穩(wěn)定的情況。結(jié)果表明:在實(shí)車自采集數(shù)據(jù)和公開數(shù)據(jù)集KITTI上進(jìn)行測試,相較于YOLOv3網(wǎng)絡(luò),在平均準(zhǔn)確率基本保持不變情況下,網(wǎng)絡(luò)參數(shù)減小,網(wǎng)絡(luò)模型大小縮小為1/4,為57.2 MB,檢測速度提高一倍,達(dá)到101.7 f/s。整體算法檢測速度達(dá)到11.3 ms/幀,檢... 

【文章來源】：公路交通科技. 2020年08期 北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

車輛檢測及跟蹤流程圖

Darknet-53通過多層卷積核卷積形成深層次卷積層。在不同卷積層上分別采用1,2,8,8,4多個(gè)類ResNet的殘差網(wǎng)絡(luò)跳層連接,將殘差網(wǎng)絡(luò)經(jīng)過多次卷積后與原始?xì)埐罹W(wǎng)絡(luò)進(jìn)行疊加,保證了殘差網(wǎng)絡(luò)在較深的情況下,仍能較好收斂。同時(shí)采用類FPN的多尺度變化預(yù)測的方法,利用3個(gè)尺度進(jìn)行檢測,最終網(wǎng)絡(luò)輸出3個(gè)不同尺度的特征圖,在不同尺度特征圖上分別使用3個(gè)不同的先驗(yàn)框anchors進(jìn)行預(yù)測識別,最終使得遠(yuǎn)近大小目標(biāo)均能得到較好的檢測。2.2 針對小型化目標(biāo)檢測的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

式中,Inputlayer為類ResNet的殘差網(wǎng)絡(luò)的輸入層;H(Inputlayer)為將Inputlayer的輸入層進(jìn)行多次卷積操作;Outputlayer為殘差網(wǎng)絡(luò)的輸出層。采用相同原理方法,對后續(xù)的網(wǎng)絡(luò)結(jié)構(gòu)分別依次采用64,128,256,512,1 024個(gè)步長為2的3×3卷積核進(jìn)行濾波,使特征提取層長寬變小深度變深,能提取到更深層次特征。同時(shí)對后續(xù)的前4個(gè)不同卷積核分別依次采用2,2,4,4個(gè)殘差塊進(jìn)行連接,加強(qiáng)特征提取,同時(shí)也因相較于YOLOv3減少了大量網(wǎng)絡(luò)層數(shù),小型化了網(wǎng)絡(luò)結(jié)構(gòu),可加快學(xué)習(xí)和網(wǎng)絡(luò)正向推理運(yùn)行速度。

【參考文獻(xiàn)】：
期刊論文
[1]視頻車輛檢測技術(shù)中的閾值分割算法研究[J]. 張惠玲,李克平,鄧天民.  公路交通科技. 2009(03)

碩士論文
[1]基于單目視覺的智能行車預(yù)警系統(tǒng)的技術(shù)研究[D]. 虞偉民.南京理工大學(xué) 2016
[2]安全駕駛輔助系統(tǒng)若干問題的分析與研究[D]. 張磊磊.南京郵電大學(xué) 2016
[3]基于機(jī)器視覺感知平臺的前方車輛檢測和測距系統(tǒng)研究[D]. 王利明.江蘇大學(xué) 2016



本文編號：2917360