行人檢測(cè)是計(jì)算機(jī)視覺中的熱門研究話題,近年來,隨著卷積神經(jīng)網(wǎng)絡(luò)（Convolution Neural Networks,CNN）的興起,各種基于卷積神經(jīng)網(wǎng)絡(luò)的檢測(cè)算法層出不窮。現(xiàn)今道路上車輛越來越多,隨之而來的行人安全問題也越來越突出,面向車輛輔助駕駛的高性能行人檢測(cè)算法能有效提醒駕駛員前方及周邊是否有行人,對(duì)于降低車禍發(fā)生概率具有重要的實(shí)際意義。將設(shè)計(jì)的基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)算法在硬件系統(tǒng)上進(jìn)行驗(yàn)證,能為面向車輛輔助駕駛的低成本行人檢測(cè)系統(tǒng)解決方案開拓思路。本文重點(diǎn)分析基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法原理,去除其冗余的分類結(jié)構(gòu),得到專用于行人檢測(cè)的神經(jīng)網(wǎng)絡(luò),由于該網(wǎng)絡(luò)參數(shù)較多,總體計(jì)算復(fù)雜度較高,須對(duì)網(wǎng)絡(luò)進(jìn)行精簡以適于在車輛輔助駕駛場(chǎng)景下應(yīng)用。本文分兩方面進(jìn)行精簡:一方面.,仿照二值神經(jīng)網(wǎng)絡(luò)（Binaried Neural Network,BNN）,二值化該網(wǎng)絡(luò)的卷積核參數(shù)及卷積層輸入,能有效減少網(wǎng)絡(luò)所占內(nèi)存大小,加快卷積計(jì)算;另一方面,對(duì)該網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)進(jìn)行適當(dāng)?shù)牟眉艉吞鎿Q,能有效減少網(wǎng)絡(luò)參數(shù),降低整體計(jì)算量。分別對(duì)兩個(gè)精簡網(wǎng)絡(luò)進(jìn)行訓(xùn)練并測(cè)試,選擇其中較好的網(wǎng)絡(luò)在硬件系統(tǒng)中實(shí)現(xiàn),并... 

【文章來源】：東南大學(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)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Haar特征模板Haar特征也能表示行人特征，Viola和Jones[6]

、dropout 層等，也可自定義功能層。LetNet 是一個(gè)典型的卷積神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)如包含 2 層卷積層，2 層下采樣層，2 層全連接層，1 層輸入層，輸入圖像大小為 32×以歐式徑向基函數(shù)單元組成的輸出層。卷積神經(jīng)網(wǎng)絡(luò)可以通過學(xué)習(xí)大規(guī)模樣本的底積層數(shù)的增加，逐步學(xué)習(xí)到抽象的高層特征，最后得到樣本集特征表示。對(duì)于計(jì)算，底層特征一般來源于攝像頭拍攝的原始圖像。

東南大學(xué)工程碩士學(xué)位論文xmax - xminwwidth ymax - yminh =height xmin+(xmin+ xmax) / 2x =width ymin+(ymin+ ymax) / 2y =height ymin、width、height均為標(biāo)注文件中的變量，需

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)認(rèn)知計(jì)算綜述[J]. 陳偉宏,安吉堯,李仁發(fā),李萬里.  自動(dòng)化學(xué)報(bào). 2017(11)
[2]醉酒駕駛行為入罪論[J]. 賈凌,畢起美.  法學(xué)雜志. 2010(09)

碩士論文
[1]基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)問題研究[D]. 李海龍.杭州電子科技大學(xué) 2017
[2]基于FPGA的Adaboost人臉檢測(cè)算法設(shè)計(jì)與驗(yàn)證[D]. 龐偉.東南大學(xué) 2017
[3]基于ZYNQ的行人檢測(cè)系統(tǒng)軟硬件協(xié)同實(shí)現(xiàn)[D]. 梁新宇.大連海事大學(xué) 2016
[4]基于深度學(xué)習(xí)的行人檢測(cè)[D]. 王斌.北京交通大學(xué) 2015
[5]視頻監(jiān)控中人體跟蹤的研究與實(shí)現(xiàn)[D]. 范玉憲.浙江工業(yè)大學(xué) 2015
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)與識(shí)別研究[D]. 徐忠成.華中師范大學(xué) 2015
[7]基于HOG特征和模板匹配的行人檢測(cè)與跟蹤研究[D]. 周科嘉.吉林大學(xué) 2014
[8]先進(jìn)駕駛輔助系統(tǒng)之行人檢測(cè)系統(tǒng)[D]. 韓永剛.西安電子科技大學(xué) 2014
[9]醉酒駕駛行為的刑法考量[D]. 張超.華東政法大學(xué) 2013



本文編號(hào)：2980610