發(fā)布時(shí)間：2021-12-31 22:09

　　隨著世界經(jīng)濟(jì)的飛速發(fā)展和生活質(zhì)量的大幅度提升,人們普遍使用機(jī)動(dòng)車(chē)出行去參與每天的社會(huì)活動(dòng)。隨之帶來(lái)的是環(huán)境污染、道路擁擠和交通事故頻發(fā)等社會(huì)不良現(xiàn)象。為緩解和解決上述相關(guān)問(wèn)題,各國(guó)學(xué)者都致力于智能交通系統(tǒng)的研究。同時(shí)由于計(jì)算機(jī)硬件計(jì)算能力的大幅度提升,從而使得許多復(fù)雜算法的實(shí)時(shí)計(jì)算不再成為研究的障礙。作為無(wú)人駕駛輔助系統(tǒng)重要組成部分的車(chē)輛及行人檢測(cè)技術(shù)的研究已經(jīng)有了巨大的實(shí)際應(yīng)用意義。對(duì)于車(chē)輛及行人檢測(cè)技術(shù)中,由于車(chē)輛和行人目標(biāo)的特征千差萬(wàn)別,很難通過(guò)某一種單一的特征提取分類(lèi)方法將兩類(lèi)目標(biāo)檢測(cè)出來(lái)。而基于深度學(xué)習(xí)的目標(biāo)檢測(cè)方案通過(guò)復(fù)雜的神經(jīng)網(wǎng)絡(luò)計(jì)算出對(duì)于多類(lèi)目標(biāo)都能有效檢測(cè)分類(lèi)的特征集合,從而受到各國(guó)學(xué)者的青睞。在本文中,為了滿足基于車(chē)載視頻的道路車(chē)輛及行人檢測(cè)的實(shí)時(shí)性等要求,提出利用深度學(xué)習(xí)回歸網(wǎng)絡(luò)YOLO對(duì)車(chē)輛及行人目標(biāo)進(jìn)行檢測(cè),并設(shè)計(jì)相應(yīng)的數(shù)據(jù)集對(duì)模型進(jìn)行訓(xùn)練測(cè)試。之后加入以Deep-SORT算法為核心的多目標(biāo)實(shí)時(shí)跟蹤方法,對(duì)檢測(cè)到的目標(biāo)進(jìn)行一段時(shí)間的跟蹤,從而克服YOLO在目標(biāo)檢測(cè)時(shí)忽略視頻上下幀之間的關(guān)聯(lián)信息的缺點(diǎn)。由于跟蹤算法的引入,極大地緩解了YOLO在基于車(chē)載視頻的目標(biāo)... 

【文章來(lái)源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題背景以及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的主要內(nèi)容及章節(jié)安排
第二章 圖像預(yù)處理及車(chē)道線檢測(cè)
    2.1 圖像預(yù)處理
        2.1.1 灰度化處理
        2.1.2 圖像濾波
        2.1.3 圖像邊緣檢測(cè)
    2.2 車(chē)道線檢測(cè)
        2.2.1 ROI區(qū)域提取
        2.2.2 直線檢測(cè)
        2.2.3 直線聚類(lèi)與擬合
    2.3 本章小結(jié)
第三章 基于深度學(xué)習(xí)的車(chē)輛及行人目標(biāo)檢測(cè)
    3.1 車(chē)載視頻的道路目標(biāo)檢測(cè)算法思路設(shè)計(jì)
    3.2 目標(biāo)檢測(cè)算法
        3.2.1 目標(biāo)檢測(cè)指標(biāo)
        3.2.2 傳統(tǒng)的目標(biāo)檢測(cè)方法
        3.2.3 基于區(qū)域的深度學(xué)習(xí)目標(biāo)檢測(cè)方法
    3.3 基于YOLO的目標(biāo)檢測(cè)
        3.3.1 YOLO在車(chē)載視頻道路目標(biāo)檢測(cè)中的優(yōu)勢(shì)
        3.3.2 目標(biāo)檢測(cè)器設(shè)計(jì)
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 多目標(biāo)實(shí)時(shí)跟蹤器設(shè)計(jì)
    4.1 多目標(biāo)實(shí)時(shí)跟蹤算法思路設(shè)計(jì)
    4.2 基于Deep-SORT的多目標(biāo)跟蹤
        4.2.1 Deep-SORT算法在多目標(biāo)跟蹤中的優(yōu)勢(shì)
        4.2.2 Deep-SORT算法結(jié)構(gòu)分析
    4.3 卡爾曼濾波跟蹤算法
    4.4 基于匈牙利算法的預(yù)測(cè)匹配
        4.4.1 基于馬氏距離的運(yùn)動(dòng)匹配
        4.4.2 基于特征向量最小余弦距離的表觀匹配
        4.4.3 基于匈牙利算法的多目標(biāo)分配
    4.5 實(shí)驗(yàn)結(jié)果與分析
    4.6 本章小結(jié)
第五章 系統(tǒng)實(shí)驗(yàn)平臺(tái)開(kāi)發(fā)與實(shí)驗(yàn)結(jié)果分析
    5.1 實(shí)驗(yàn)開(kāi)發(fā)環(huán)境
    5.2 訓(xùn)練樣本與測(cè)試樣本
    5.3 系統(tǒng)測(cè)試結(jié)果與分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 論文進(jìn)一步的工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]基于雙重ROI和變間距掃描的車(chē)道線檢測(cè)[J]. 王鑫,劉玉超,海丹.  指揮與控制學(xué)報(bào). 2017(02)
[2]基于改進(jìn)匈牙利算法的多技能人員調(diào)度方法[J]. 李廷鵬,錢(qián)彥嶺,李岳.  國(guó)防科技大學(xué)學(xué)報(bào). 2016(02)
[3]背景差分與三幀差分結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 盧章平,孔德飛,李小蕾,王軍偉.  計(jì)算機(jī)測(cè)量與控制. 2013(12)
[4]基于余弦距離度量學(xué)習(xí)的偽K近鄰文本分類(lèi)算法[J]. 彭凱,汪偉,楊煜普.  計(jì)算機(jī)工程與設(shè)計(jì). 2013(06)
[5]卡爾曼濾波器參數(shù)分析與應(yīng)用方法研究[J]. 王學(xué)斌,徐建宏,張章.  計(jì)算機(jī)應(yīng)用與軟件. 2012(06)
[6]基于Hough變換的車(chē)道檢測(cè)改進(jìn)算法研究[J]. 李明,黃華,夏建剛.  計(jì)算機(jī)工程與設(shè)計(jì). 2012(04)
[7]行人檢測(cè)技術(shù)綜述[J]. 蘇松志,李紹滋,陳淑媛,蔡國(guó)榕,吳云東.  電子學(xué)報(bào). 2012(04)
[8]車(chē)道線識(shí)別中的自適應(yīng)Canny邊緣檢測(cè)及改進(jìn)研究[J]. 陳陽(yáng)舟,閆豪杰,辛樂(lè).  交通信息與安全. 2012(01)
[9]視覺(jué)跟蹤算法綜述[J]. 楊戈,劉宏.  智能系統(tǒng)學(xué)報(bào). 2010(02)
[10]基于卡爾曼濾波的動(dòng)目標(biāo)預(yù)測(cè)[J]. 嚴(yán)浙平,黃宇峰.  應(yīng)用科技. 2008(10)

碩士論文
[1]基于機(jī)器視覺(jué)的交通標(biāo)志檢測(cè)與識(shí)別算法研究[D]. 敬斌.電子科技大學(xué) 2015
[2]攝像頭運(yùn)動(dòng)狀態(tài)下目標(biāo)特征提取和跟蹤的研究[D]. 歐曉文.華南理工大學(xué) 2015
[3]基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法研究及應(yīng)用[D]. 萬(wàn)維.電子科技大學(xué) 2015
[4]基于數(shù)字圖像處理的車(chē)道線檢測(cè)[D]. 張慧.新疆大學(xué) 2014
[5]基于計(jì)算機(jī)視覺(jué)的遙控器液晶屏圖像檢測(cè)[D]. 溫李慧.電子科技大學(xué) 2013
[6]基于機(jī)器視覺(jué)的車(chē)道線檢測(cè)與追蹤系統(tǒng)的研究[D]. 秦敏.中國(guó)海洋大學(xué) 2012
[7]多尺度改進(jìn)非局部平均圖像去噪算法[D]. 路陽(yáng).西安電子科技大學(xué) 2012
[8]視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)的研究[D]. 陳龍.南京郵電大學(xué) 2011
[9]基于車(chē)道線邊緣及分而特征的車(chē)道線識(shí)別算法研究與實(shí)現(xiàn)[D]. 張遠(yuǎn).東北大學(xué) 2010
[10]基于計(jì)算機(jī)視覺(jué)的智能抄表系統(tǒng)中的關(guān)鍵技術(shù)研究[D]. 錢(qián)洪娟.沈陽(yáng)航空工業(yè)學(xué)院 2009



本文編號(hào)：3561076