【摘要】：車輛檢測技術(shù)是計(jì)算機(jī)視覺領(lǐng)域研究的熱點(diǎn),同時(shí)也是車牌識(shí)別,車流監(jiān)測,車輛跟蹤等應(yīng)用的研究基礎(chǔ)。由于車輛檢測技術(shù)應(yīng)用的場景和環(huán)境比較復(fù)雜,尤其是場景中存在部分小尺寸車輛以及車輛之間存在遮擋時(shí),使得車輛檢測的難度加大。本文以實(shí)際道路場景中的運(yùn)動(dòng)車輛為研究對象,對比了常用的目標(biāo)檢測算法,從實(shí)時(shí)性和準(zhǔn)確度的角度進(jìn)行綜合考慮,選擇了YOLO-v3算法作為本文研究的基礎(chǔ)算法。針對傳統(tǒng)車輛檢測算法中存在的問題,通過從三個(gè)方面改進(jìn)深度學(xué)習(xí)中的YOLO-v3算法,有效提升了算法對遠(yuǎn)處車輛和遮擋車輛的檢測能力。首先,采用金字塔池化算法進(jìn)行特征增強(qiáng),通過使用不同的最大池化尺寸進(jìn)行特征池化實(shí)驗(yàn),選取效果最好的池化尺寸;其次,通過對樣本數(shù)據(jù)集使用K-Means算法進(jìn)行聚類分析,通過分析預(yù)選框之間的IOU(intersection over union)和預(yù)選框個(gè)數(shù)之間的關(guān)系,選擇合適的預(yù)選框尺寸和個(gè)數(shù);最后,對非極大值抑制方法進(jìn)行修改,使得預(yù)測框之間的IOU大于設(shè)定閾值時(shí)以一定的方式進(jìn)行衰減。與此同時(shí),將本文所提出算法與大尺度特征層預(yù)測、輸入圖片局部ROI放大增強(qiáng)相結(jié)合,進(jìn)一步增強(qiáng)了算法對較小車輛和遮擋車輛的檢測能力。通過分別使用ResNet50、ResNet152、DenseNet201、Darknet網(wǎng)絡(luò)作為YOLO算法的特征提取網(wǎng)絡(luò),進(jìn)一步說明了本文算法的優(yōu)越性。本文使用的數(shù)據(jù)集分為手動(dòng)采集制作的數(shù)據(jù)和UA-DETRAC數(shù)據(jù)集兩種,文中分別對晴天,雨天,夜晚,遮擋,陰天五個(gè)場景中的車輛進(jìn)行測試對比,同時(shí)將本文算法與Faster-RCNN、YOLO-v1、Tiny-Yolo、YOLO-v2、YOLO-v3算法分別從查全率、查準(zhǔn)率、F1值三個(gè)方面進(jìn)行比較,表明本文算法的優(yōu)越性。通過對UA-DETRAC數(shù)據(jù)集進(jìn)行測試,在NVIDIA 1080顯卡上其查準(zhǔn)率為95.1%,查全率為98.3%,檢測速度為35fps,滿足了實(shí)時(shí)性的要求。
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：U495;TP391.41;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉操;鄭宏;黎曦;余典;;基于多通道融合HOG特征的全天候運(yùn)動(dòng)車輛檢測方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年08期

2 繆前明;;城市智能交通系統(tǒng)分析及新技術(shù)應(yīng)用設(shè)想[J];中國市政工程;2014年02期

3 胡覺暉;李一民;潘曉露;;改進(jìn)的光流法用于車輛識(shí)別與跟蹤[J];科學(xué)技術(shù)與工程;2010年23期

4 王圣男,郁梅,蔣剛毅;智能交通系統(tǒng)中基于視頻圖像處理的車輛檢測與跟蹤方法綜述[J];計(jì)算機(jī)應(yīng)用研究;2005年09期

相關(guān)會(huì)議論文 前1條

1 葉斌;崔蘭蘭;;淺析智能視頻監(jiān)控中的目標(biāo)識(shí)別差分算法[A];四川省通信學(xué)會(huì)2013年學(xué)術(shù)年會(huì)論文集[C];2013年

相關(guān)碩士學(xué)位論文 前3條

1 張偉;基于深度卷積神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)特征的地表覆蓋分類研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2017年

2 符笛;基于背景建模的車輛檢測算法研究[D];中國科學(xué)技術(shù)大學(xué);2015年

3 范澤;復(fù)雜背景下基于深度學(xué)習(xí)的并行手勢識(shí)別系統(tǒng)[D];西安電子科技大學(xué);2014年

本文編號(hào)：2775855