近幾年來,由于人工智能的不斷普及,智能汽車以及汽車輔助駕駛等方向逐漸成為技術(shù)變革新一輪的前進(jìn)方向,并取得了相當(dāng)不錯(cuò)的成果。其中對視頻流中目標(biāo)（包括行人、汽車以及交通燈等）的檢測、識(shí)別、分割與測距是智能汽車輔助駕駛系統(tǒng)的重要組成部分。自從2012年的Alex Net在Image Net大賽中博得第一名,深度學(xué)習(xí)不斷在目標(biāo)的檢測、識(shí)別與分割等領(lǐng)域取得佳績,同時(shí)在計(jì)算機(jī)視覺領(lǐng)域,采用雙目立體視覺對目標(biāo)進(jìn)行距離探測也逐漸被許多研究學(xué)者關(guān)注。但以上方案仍然存在算法計(jì)算量過大導(dǎo)致的實(shí)時(shí)性不足的問題。目標(biāo)的檢測、識(shí)別與分割是目標(biāo)測距的前提和基礎(chǔ),由于本文的目的是獲得目標(biāo)的精準(zhǔn)分割圖,且目前將檢測、識(shí)別與分割綜合到一起的算法只有Mask RCNN,所以本文實(shí)現(xiàn)目標(biāo)檢測、識(shí)別與分割的基本方案為Mask R-CNN算法;同時(shí)利用雙目立體視覺對目標(biāo)進(jìn)行測距。并且針對以上幾種算法中所涉及到的實(shí)時(shí)性不足的問題,提出了如下解決方案。首先,本文針對Mask R-CNN的參數(shù)過多、計(jì)算量較大以致實(shí)時(shí)性不足的問題,提出了基于Mobile Net V2的Mask R-CNN算法,利用Mobile Net V2替換Mask... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：78 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

中心像素點(diǎn)的anchors在RPN中，卷積操作的步長為1，輸出為所有包圍框的分類預(yù)測值以及

RPN預(yù)測后的ROIs

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-22-正樣本中被預(yù)測正確數(shù)目的比例。理想情況，希望P和R都是越高越好，但是通常情況下隨著P增大R會(huì)減小，反之亦然，例如在正負(fù)樣本都為100的情況下，當(dāng)把所有的樣本都預(yù)測為正樣本，此時(shí)P=0.5，但是R=1；但如果把其中98個(gè)正樣本和100各負(fù)樣本都預(yù)測為負(fù)樣本，余下2個(gè)正樣本預(yù)測為正樣本，此時(shí)P=1，但是R=0.02。由此可見對MaskR-CNN的評(píng)價(jià)需要綜合P和R的屬性來得到平均精度。AP的定義為：以P以及R為縱橫坐標(biāo)繪制的二維曲線為標(biāo)準(zhǔn)，將曲線以及橫縱坐標(biāo)軸包含的近似面積為AP。AP的計(jì)算流程如下：1.根據(jù)設(shè)定的IOU閾值對每一個(gè)預(yù)測目標(biāo)進(jìn)行分類，即IOU大于等于閾值的視為TP，反之則視為FP；2.按照置信度大小對預(yù)測結(jié)果排序；3.依次計(jì)算P與R；4.根據(jù)P和R繪制P-R曲線，如圖2-10藍(lán)色折線圖所示；5.利用面積法計(jì)算AP，即根據(jù)P的遞減曲線繪制的新P-R曲線的面積，如圖2-10紅色折線圖所示。圖2-10P-R曲線的繪制由分析可得，AP越接近于1，說明模型的效果越好，例如在理想情況下，所有樣本預(yù)測正確其負(fù)樣本沒有被錯(cuò)誤預(yù)測為正樣本的情況下，可以算得P-R曲線為一條平行于R軸且P始終為1的線段，由此可以求得AP為1。由于本文所感興趣的目標(biāo)類別并不單一，而且圖片中的類別也不單一，因此在對MaskR-CNN進(jìn)行評(píng)價(jià)時(shí)不能僅用某一類別來衡量，或者僅使用一張

【參考文獻(xiàn)】：
期刊論文
[1]光流法及其在臨近預(yù)報(bào)中的應(yīng)用[J]. 曹春燕,陳元昭,劉東華,李程,李輝,賀佳佳.  氣象學(xué)報(bào). 2015(03)
[2]一種基于改進(jìn)光流法的電子穩(wěn)像算法[J]. 程德強(qiáng),郭政,劉潔,錢建生,張媛媛,張佳琳.  煤炭學(xué)報(bào). 2015(03)
[3]基于光流法與特征統(tǒng)計(jì)的魚群異常行為檢測[J]. 于欣,侯曉嬌,盧煥達(dá),余心杰,范良忠,劉鷹.  農(nóng)業(yè)工程學(xué)報(bào). 2014(02)
[4]光流算法比較分析研究[J]. 張佳威,支瑞峰.  現(xiàn)代電子技術(shù). 2013(13)
[5]運(yùn)動(dòng)細(xì)節(jié)估計(jì)的光流場方法[J]. 潘金山,蘇志勛,王偉.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2011(08)

博士論文
[1]月球車立體視覺與視覺導(dǎo)航方法研究[D]. 侯建.哈爾濱工業(yè)大學(xué) 2007

碩士論文
[1]基于雙目立體視覺的不規(guī)則物體體積測量方法研究[D]. 梁樂.西安理工大學(xué) 2019
[2]雙目視覺機(jī)器人的目標(biāo)識(shí)別與抓取技術(shù)研究[D]. 毛孟娜.沈陽工業(yè)大學(xué) 2019
[3]基于立體視覺的可見光通信室內(nèi)定位技術(shù)研究與實(shí)現(xiàn)[D]. 于朋鑫.北京郵電大學(xué) 2019
[4]基于雙目立體視覺的玉米葉片識(shí)別與定位[D]. 田東旭.吉林大學(xué) 2018
[5]基于雙目視覺的移動(dòng)充電車的設(shè)計(jì)與實(shí)現(xiàn)[D]. 杜鶴峰.西安電子科技大學(xué) 2018
[6]基于雙目視覺的巡視機(jī)器人避障研究[D]. 倪晨陽.天津大學(xué) 2018
[7]基于雙目立體視覺的心臟軟組織三維重構(gòu)技術(shù)研究[D]. 馬波濤.電子科技大學(xué) 2017
[8]基于智能手機(jī)的車輛檢測與車距測量[D]. 顧兆倫.浙江大學(xué) 2017
[9]基于雙目立體視覺的眼球突出度測量方法研究[D]. 張帥.北京交通大學(xué) 2016



本文編號(hào)：3270363