發(fā)布時間：2021-04-03 04:42

　　行人檢測（Pedestrian Detection）是目標(biāo)檢測（Object Detection）中針對行人目標(biāo)進(jìn)行定位和識別的子問題,一直是計(jì)算機(jī)視覺領(lǐng)域中的研究熱點(diǎn)和難點(diǎn)。同時具有極高的應(yīng)用和研究價(jià)值,行人檢測能夠與行人重識別、行人跟蹤等任務(wù)進(jìn)行有效的結(jié)合,應(yīng)用到智能輔助駕駛系統(tǒng)、智能交通監(jiān)控系統(tǒng)、客流量統(tǒng)計(jì)和人體行為分析等真實(shí)場景中。人體的姿勢形態(tài)變化多樣、成像方式不一致、穿著偏好不同、場景圖像背景復(fù)雜、行人與其他物體以及人體之間的相互遮擋,這就對行人檢測模型的效率和精度提出了極大的挑戰(zhàn)。其中,遮擋問題最為影響行人檢測模型的檢測性能,現(xiàn)有的基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人檢測模型大多是在通用目標(biāo)檢測模型的基礎(chǔ)上作出針對性解決方案,鮮有對遮擋問題進(jìn)行深入探索和有效處理;行人檢測模型復(fù)雜度過高,仍不滿足實(shí)時的要求,大量超參的設(shè)置嚴(yán)重影響模型的檢測性能,使得模型的訓(xùn)練和推理極度困難。本文主要針對車載場景中的遮擋問題,從類間遮擋和類內(nèi)遮擋兩個方面入手,借鑒了已有的目標(biāo)檢測網(wǎng)絡(luò)思想進(jìn)行了若干改進(jìn),使其具有更優(yōu)越的行人檢測性能。以下幾個方面是本文的主要工作:（1）借鑒了人體分割分別預(yù)測組件的思路,... 

【文章來源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀及問題
    1.3 本文的研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
第二章 相關(guān)工作
    2.1 引言
    2.2 卷積神經(jīng)網(wǎng)絡(luò)介紹
    2.3 基于深度學(xué)習(xí)的行人檢測算法介紹
    2.4 行人檢測評價(jià)指標(biāo)
    2.5 本章小結(jié)
第三章 遮擋感知的人體分割級聯(lián)檢測網(wǎng)絡(luò)
    3.1 引言
    3.2 引入人體分割解決思路
    3.3 遮擋感知的人體分割級聯(lián)檢測網(wǎng)絡(luò)結(jié)構(gòu)
    3.4 實(shí)驗(yàn)
        3.4.1 實(shí)驗(yàn)設(shè)置
        3.4.2 實(shí)驗(yàn)結(jié)果與分析
    3.5 本章小結(jié)
第四章 遮擋感知作用力損失檢測網(wǎng)絡(luò)
    4.1 引言
    4.2 引入遮擋感知作用力損失函數(shù)
    4.3 遮擋感知作用力損失檢測網(wǎng)絡(luò)結(jié)構(gòu)
    4.4 實(shí)驗(yàn)
        4.4.1 實(shí)驗(yàn)設(shè)置
        4.4.2 實(shí)驗(yàn)結(jié)果與分析
    4.5 本章小結(jié)
第五章 基于點(diǎn)建模的遮擋感知檢測網(wǎng)絡(luò)
    5.1 引言
    5.2 基于點(diǎn)建模的遮擋感知檢測解決思路
    5.3 基于點(diǎn)建模的遮擋感知檢測網(wǎng)絡(luò)結(jié)構(gòu)
    5.4 實(shí)驗(yàn)
        5.4.1 實(shí)驗(yàn)設(shè)置
        5.4.2 實(shí)驗(yàn)結(jié)果與分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 不足與展望
致謝
參考文獻(xiàn)
附錄



本文編號：3116636