物體檢測(cè)是計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)之一。在物體檢測(cè)中,基于深度學(xué)習(xí)的人體檢測(cè)和頭部檢測(cè)已表現(xiàn)出廣泛的應(yīng)用前景和需求,比如對(duì)一個(gè)人進(jìn)行檢測(cè)識(shí)別不僅要檢測(cè)到人體而且還要檢測(cè)到頭部來獲取頭部的信息進(jìn)行進(jìn)一步的識(shí)別判斷。人體和頭部存在著一定的空間位置聯(lián)系,通過空間位置建模對(duì)人體和頭部聯(lián)合進(jìn)行檢測(cè)可以有效提升人體和頭部檢測(cè)的準(zhǔn)確率。本文以物體檢測(cè)中提取出檢測(cè)物體的特征和生成檢測(cè)物體的候選框?yàn)槌霭l(fā)點(diǎn),以深度學(xué)習(xí)為方法,著重研究了人體和頭部的聯(lián)合檢測(cè),利用了人體和頭部相似的特征和獨(dú)特的特征,同時(shí)又結(jié)合了人體和頭部的包含關(guān)系。本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:1、提出了一種特征增強(qiáng)的人體和頭部聯(lián)合檢測(cè),該方法對(duì)提取出的人體和頭部的特征進(jìn)行不同的處理,考慮了人體和頭部的相似特征與獨(dú)特特征設(shè)計(jì)了兩個(gè)不同的模塊分支,一個(gè)模塊是人體增強(qiáng)模塊,對(duì)提取出的特征進(jìn)行增強(qiáng),增強(qiáng)后的特征更有利于檢測(cè)人體;另一個(gè)模塊是頭部增強(qiáng)模塊,同樣也對(duì)提取出的特征進(jìn)行增強(qiáng),增強(qiáng)后的特征更有利于檢測(cè)頭部,這對(duì)檢測(cè)人體和頭部更加有效。2、提出了一種人體和頭部關(guān)系回歸聯(lián)合檢測(cè),該方法對(duì)生成的人體和頭部的候選框進(jìn)行優(yōu)化,包含兩個(gè)模塊,第一個(gè)模... 

【文章來源】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院大學(xué)人工智能學(xué)院)北京市

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 本文研究?jī)?nèi)容
    1.3 本文組織結(jié)構(gòu)
第2章 本課題的研究現(xiàn)狀和進(jìn)展
    2.1 引言
    2.2 物體檢測(cè)研究的方法和進(jìn)展
        2.2.1 物體檢測(cè)的傳統(tǒng)方法
        2.2.2 物體檢測(cè)的深度學(xué)習(xí)方法
    2.3 物體檢測(cè)所存在的問題和挑戰(zhàn)
    2.4 人體檢測(cè)和頭部檢測(cè)相關(guān)研究
    2.5 深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型研究進(jìn)展
    2.6 本章小結(jié)
第3章 特征增強(qiáng)的人體和頭部聯(lián)合檢測(cè)
    3.1 引言
    3.2 數(shù)據(jù)集介紹
    3.3 特征增強(qiáng)的人體和頭部聯(lián)合檢測(cè)方法
    3.4 實(shí)驗(yàn)與分析
        3.4.1 實(shí)驗(yàn)設(shè)置
        3.4.2 實(shí)驗(yàn)評(píng)估方法
        3.4.3 實(shí)驗(yàn)結(jié)果及分析
    3.5 本章小結(jié)
第4章 人體和頭部關(guān)系回歸聯(lián)合檢測(cè)
    4.1 引言
    4.2 人體和頭部關(guān)系回歸聯(lián)合檢測(cè)方法
    4.3 實(shí)驗(yàn)與分析
        4.3.1 實(shí)驗(yàn)骨干網(wǎng)絡(luò)
        4.3.2 實(shí)驗(yàn)結(jié)果及分析
    4.4 本章小結(jié)
第5章 特征增強(qiáng)多尺度人體和頭部關(guān)系回歸聯(lián)合檢測(cè)
    5.1 引言
    5.2 特征增強(qiáng)多尺度人體和頭部關(guān)系回歸聯(lián)合檢測(cè)方法
    5.3 實(shí)驗(yàn)與分析
        5.3.1 實(shí)驗(yàn)損失函數(shù)
        5.3.2 實(shí)驗(yàn)結(jié)果及分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文工作總結(jié)
    6.2 未來工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)歷及攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于視頻圖像的行人檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 楊文韜,李璋,陳勇,徐玲芳,張燦燦,黃鎮(zhèn),卞夢(mèng)云,陳琪.  湖北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)



本文編號(hào)：3195742