隨著計(jì)算機(jī)視覺(jué)技術(shù)的發(fā)展,尤其是深度學(xué)習(xí)技術(shù)的發(fā)展,智能視頻監(jiān)控技術(shù)越來(lái)越成熟。作為智能視頻監(jiān)控系統(tǒng)的重要組成部分,目標(biāo)檢測(cè)和目標(biāo)跟蹤技術(shù)已成為當(dāng)前視覺(jué)領(lǐng)域重要的研究方向。本文圍繞智能視頻監(jiān)控系統(tǒng)實(shí)際應(yīng)用中基于深度學(xué)習(xí)的目標(biāo)檢測(cè)和多目標(biāo)跟蹤技術(shù)展開(kāi)研究,分析了目標(biāo)檢測(cè)和多目標(biāo)跟蹤技術(shù)研究的背景、意義及國(guó)內(nèi)外研究現(xiàn)狀,深入研究了目標(biāo)檢測(cè)與多目標(biāo)跟蹤技術(shù)的基本理論和方法,最后分別對(duì)相關(guān)算法進(jìn)行了改進(jìn)。在目標(biāo)檢測(cè)方面,根據(jù)智能視頻監(jiān)控系統(tǒng)中實(shí)時(shí)性、精確性、占用較小顯存空間的要求,本文改進(jìn)了YOLO系列的精簡(jiǎn)版YOLOv3-tiny算法。以行人檢測(cè)為例,通過(guò)調(diào)整YOLOv3-tiny算法中g(shù)rid cell的橫縱方向數(shù)量、優(yōu)化YOLOv3-tiny算法網(wǎng)絡(luò)結(jié)構(gòu)、聚類(lèi)確定anchor的數(shù)量及尺寸,得到改進(jìn)的算法,并通過(guò)數(shù)據(jù)增強(qiáng)方法對(duì)訓(xùn)練數(shù)據(jù)集進(jìn)行了擴(kuò)充。實(shí)驗(yàn)結(jié)果顯示改進(jìn)的算法顯著提高了算法精度,具備實(shí)時(shí)性、精確性,且不需要較大的顯存空間,滿(mǎn)足大部分智能視頻監(jiān)控系統(tǒng)實(shí)際應(yīng)用的要求。在多目標(biāo)跟蹤方面,卡爾曼濾波面對(duì)運(yùn)動(dòng)特征不斷變化的目標(biāo)或監(jiān)控系統(tǒng)攝像機(jī)的移動(dòng),無(wú)法較好的進(jìn)行預(yù)測(cè),同時(shí)卡爾曼濾波只包含... 

【文章來(lái)源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

YOLO目標(biāo)檢測(cè)示意圖

圖 3. 3 IOU-k 折線圖經(jīng)過(guò)聚類(lèi)分析，通過(guò)肘部法則啟發(fā)式的選取聚類(lèi)的數(shù)目 k。當(dāng)聚類(lèi)數(shù)目 k 增加到某一個(gè)的時(shí)候 IOU 值的變化會(huì)越來(lái)越小，此時(shí)將該拐點(diǎn)處的 k 值作為本文所使用的聚類(lèi)的個(gè)數(shù)�？闯觯�(dāng)k > 6時(shí)，目標(biāo)函數(shù)變化逐漸變緩，所以本文選取k = 6，對(duì)應(yīng)著 anchor 的個(gè)數(shù)為通過(guò)聚類(lèi)選取的 anchor 的尺寸更加接近行人真實(shí)框的尺寸，可以加快檢測(cè)速度，同時(shí)對(duì)高檢測(cè)的精度也很有幫助。.4.3 基礎(chǔ)網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)原始的 YOLOv3-tiny 網(wǎng)絡(luò)結(jié)構(gòu)中只有 7 個(gè)卷積層，對(duì)目標(biāo)的特征提取效果有限，然而在視頻監(jiān)控系統(tǒng)實(shí)際應(yīng)用中一般對(duì)目標(biāo)檢測(cè)算法的精度有較高的要求。本章對(duì) YOLOv3-tiny網(wǎng)絡(luò)進(jìn)行了改進(jìn)。Conv 1×1Conv 3×3

據(jù)集中樣本數(shù)量較少，實(shí)際應(yīng)用中泛化能力較差并且容易出現(xiàn)過(guò)擬合的問(wèn)題，為了解決這個(gè)問(wèn)題，本文將 INRIA 訓(xùn)練集通過(guò)裁剪、平移、改變亮度、加噪聲、旋轉(zhuǎn)角度、鏡像等數(shù)據(jù)增強(qiáng)方法擴(kuò)充到 20000 張。通過(guò)增加數(shù)據(jù)集防止過(guò)擬合、提升模型泛化能力、提高模型精確性。如圖3.6 為 INRIA 數(shù)據(jù)集示例。


本文編號(hào)：3140161