隨著人工智能技術(shù)的不斷進步,目標檢測技術(shù)得到迅猛發(fā)展,行人檢測技術(shù)作為目標檢測的重要研究之一也得到飛速發(fā)展。自從深度學習進入人們的視野,目標檢測研究迎來了突破性進展,一系列采用卷積神經(jīng)網(wǎng)絡的目標檢測算法應運而生。其中SSD（Single Shot MultiBox Detector）算法在實時高精度目標檢測領(lǐng)域有較高的可行性。而在實際的行人檢測系統(tǒng)中,檢測性能容易受到遮擋、光照、復雜背景等因素的影響。對于交通攝像頭下行人檢測準確率較差,小目標行人的漏檢率較高的問題,對原SSD算法進行改進得到融合上下文信息的SSD-T行人檢測算法,可有效提高行人檢測的速度和準確率。論文的主要研究內(nèi)容包括以下幾個方面:（1）對傳統(tǒng)的SSD算法進行改進,具體研究了卷積神經(jīng)網(wǎng)絡的基本結(jié)構(gòu)與特性,在原SSD網(wǎng)絡基礎上將淺層特征信息與深層語義信息相融合,使SSD模型能夠彌補淺層特征信息的表達能力不足的問題,根據(jù)行人尺寸特征選取三種行人預選框尺度,提升行人特征提取能力,提高檢測性能。（2）針對網(wǎng)絡訓練過程中出現(xiàn)的過擬合現(xiàn)象,通過引入L2正則化方法,反復實驗選取最優(yōu)正則化系數(shù),對模型泛化能力進行增強,在網(wǎng)絡迭代訓練過... 

【文章來源】：西安理工大學陜西省

【文章頁數(shù)】：58 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)行人檢測方法
        1.2.2 基于深度學習的行人檢測方法
    1.3 主要研究工作
    1.4 本文結(jié)構(gòu)安排
    1.5 本章小結(jié)
2 行人檢測技術(shù)基本理論
    2.1 卷積神經(jīng)網(wǎng)絡結(jié)構(gòu)
        2.1.1 卷積層
        2.1.2 池化層
        2.1.3 全連接層
        2.1.4 激活函數(shù)
    2.2 卷積神經(jīng)網(wǎng)絡訓練
        2.2.1 前向傳播
        2.2.2 反向傳播
        2.2.3 交并比和非極大值抑制算法
    2.3 反卷積神經(jīng)網(wǎng)絡
        2.3.1 反卷積過程
        2.3.2 反池化過程
    2.4 常用行人檢測算法
        2.4.1 基于區(qū)域建議的目標檢測
        2.4.2 基于回歸的目標檢測算法
    2.5 本章小結(jié)
3 SSD行人檢測方法研究
    3.1 SSD目標檢測算法
        3.1.1 SSD網(wǎng)絡結(jié)構(gòu)
        3.1.2 SSD網(wǎng)絡訓練
    3.2 基于上下文信息的SSD行人檢測算法
        3.2.1 改進的SSD-T模型
        3.2.2 多尺度預選框設計
        3.2.3 訓練步驟
    3.3 本章小結(jié)
4 實驗結(jié)果與分析
    4.1 實驗數(shù)據(jù)集
    4.2 實驗環(huán)境
    4.3 SSD-T模型訓練
    4.4 實驗性能評估指標
    4.5 結(jié)果分析
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 研究展望
致謝
參考文獻
攻讀碩士學位期間主要研究成果


【參考文獻】：
期刊論文
[1]基于候選區(qū)域列舉的紅外行人檢測研究[J]. 王小蕾.  淮北師范大學學報(自然科學版). 2019(01)
[2]激活函數(shù)在卷積神經(jīng)網(wǎng)絡中的對比研究[J]. 田娟,李英祥,李彤巖.  計算機系統(tǒng)應用. 2018(07)
[3]基于深度學習的多視窗SSD目標檢測方法[J]. 唐聰,凌永順,鄭科棟,楊星,鄭超,楊華,金偉.  紅外與激光工程. 2018(01)
[4]基于YOLO網(wǎng)絡的行人檢測方法[J]. 高宗,李少波,陳濟楠,李政杰.  計算機工程. 2018(05)
[5]行人檢測技術(shù)綜述[J]. 蘇松志,李紹滋,陳淑媛,蔡國榕,吳云東.  電子學報. 2012(04)

博士論文
[1]基于計算機視覺的檢測方法與應用研究[D]. 漆隨平.浙江大學 2005

碩士論文
[1]實時人臉識別系統(tǒng)的研究與實現(xiàn)[D]. 李鵬.華南理工大學 2017
[2]深度學習及其在工件缺陷自動檢測中的應用研究[D]. 顏偉鑫.華南理工大學 2016



本文編號：3198551