定位和識別視頻圖像中的車輛,對于實現(xiàn)智能交通監(jiān)管有重要意義。如果能測算車輛尺寸、顏色等信息,則可以按照各已知車型的數(shù)據(jù)進行精確的匹配,在交通監(jiān)管、疑犯追蹤等領(lǐng)域有較好的應(yīng)用價值。本文計劃進行識別原型系統(tǒng)的設(shè)計實現(xiàn),并對識別方法中輪廓、陰影等誤差進行改進。本文學(xué)習(xí)了車輛識別的研究現(xiàn)狀和主要方法,在此基礎(chǔ)之上,運用有物體檢測、實例分割等功能的卷積神經(jīng)網(wǎng)絡(luò)進行對車輛的識別,用多視圖幾何的方法計算和獲取圖像中車輛的信息,并設(shè)計實現(xiàn)了一套自動檢測和識別視頻、圖像中經(jīng)過車輛、提取主要特征信息的系統(tǒng)。本文的主要研究工作及成果如下:（1）研究了物體檢測、追蹤、實例分割、多視圖幾何等領(lǐng)域的發(fā)展歷史及研究現(xiàn)狀,并根據(jù)設(shè)計需求和計算能力等因素選取開源軟件框架實現(xiàn)以上的目標,包括選擇tensorflow深度學(xué)習(xí)框架完成識別功能,opencv做視頻、圖像的讀取和處理,openmvg實現(xiàn)多視圖幾何對場景的重構(gòu)。（2）本文計劃解決的核心問題是對車輛的識別、實例分割、尺寸測算等。本文選擇使用mask R-CNN網(wǎng)絡(luò)框架實現(xiàn)了識別的功能,并針對車輛的識別,通過自標注數(shù)據(jù)集的遷移學(xué)習(xí)訓(xùn)練對網(wǎng)絡(luò)進行調(diào)整和改進;使用多視圖幾... 

【文章來源】：中國電子科技集團公司電子科學(xué)研究院北京市

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．?１卷積結(jié)構(gòu)示意圖??

即輸入圖像是手寫的一個英文字母或者阿拉伯?dāng)?shù)字，由網(wǎng)絡(luò)輸出其正確的分??類。Ｌｅｎｅｔ作為一個較為早期的網(wǎng)絡(luò)，其結(jié)構(gòu)比較簡單，網(wǎng)絡(luò)中包括多層卷積層、??池化層、全連接層等等，結(jié)構(gòu)示意如圖２．３所示，來自Ｙａｎｇ的論文［３７］。??Ｃ３：?ｆ．?ｍａｐｓ?１６＠１０ｘ１０??八：‘二＇＇??｜?＊？＾Ｆ＾＾Ｓｅｃｔｉｏｎ?｜?Ｇａｕｓｓｉａｎ?ｃｏｎｎｅｃｔｉｏｎｓ??Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｃｏｎｖｏｌｕｔｉｏｎｓ?Ｓｕｂｓａｍｐｌｉｎｇ?Ｆｕｌｌ?ｃｏｎｎｅｃｔｉｏｎ??圖２．?３?ｌｅｎｅｔ網(wǎng)絡(luò)結(jié)構(gòu)示意圖??雖然Ｌｅｎｅｔ網(wǎng)絡(luò)結(jié)構(gòu)在分類問題上表現(xiàn)出較好的性能和發(fā)展?jié)摿Γ苍诋?dāng)時??學(xué)術(shù)界引起關(guān)注，但由于一些其他原因限制，學(xué)界并未對卷積神經(jīng)網(wǎng)絡(luò)進行更深??入的研究。當(dāng)時的主要條件限制包括：計算機計算能力不夠強、缺少較大型的標??１２??

??ｉｍａｇｅ?ｐｌａｎｅ??圖２．４相機模型示意圖??相機模型研究３Ｄ場景空間在２Ｄ圖像平面上的投影過程。相機映射由矩陣??表示，并且在映射點的情況下，它是３Ｘ４矩陣Ｐ，其從３空間中的世界點的齊??次坐標映射到圖像平面的圖像點的均勻坐標。該矩陣通常具有１１個自由度，并??且可以從中提取相機的屬性，例如其中心和焦距。具體地，內(nèi)部相機參數(shù)（例如??焦距和縱橫比）被封裝在３Ｘ３矩陣Ｋ中，該矩陣Ｋ通過簡單分解從Ｐ獲得。有??兩種特別重要的相機矩陣類型：有限相機，以及其中心位于相同位置的相機。??消隱點是世界坐標系下某個方向的無窮遠點在圖像上的像點，它包含了圖像??１５??

【參考文獻】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學(xué)報. 2017(06)
[2]車輛外廓尺寸計算機視覺動態(tài)測量[J]. 梁春疆,段發(fā)階,楊毅,李洋,許飛.  光電工程. 2016(01)
[3]神經(jīng)網(wǎng)絡(luò)七十年:回顧與展望[J]. 焦李成,楊淑媛,劉芳,王士剛,馮志璽.  計算機學(xué)報. 2016(08)
[4]受限波爾茲曼機[J]. 張春霞,姬楠楠,王冠偉.  工程數(shù)學(xué)學(xué)報. 2015(02)
[5]車臉定位及識別方法研究[J]. 李全武,李玉惠,李勃,陳伊.  計算機科學(xué)與探索. 2015(06)
[6]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運鋒,譚鐵牛.  計算機學(xué)報. 2015(06)
[7]深度學(xué)習(xí)研究進展[J]. 劉建偉,劉媛,羅雄麟.  計算機應(yīng)用研究. 2014(07)
[8]改進的HOG和Gabor,LBP性能比較[J]. 向征,譚恒良,馬爭鳴.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2012(06)
[9]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(xué)報. 2012(04)
[10]一種基于類Haar特征和改進AdaBoost分類器的車輛識別算法[J]. 文學(xué)志,方巍,鄭鈺輝.  電子學(xué)報. 2011(05)

博士論文
[1]智能視頻監(jiān)控中的運動目標檢測和跟蹤算法研究[D]. 袁國武.云南大學(xué) 2012

碩士論文
[1]車輛輪廓尺寸測量系統(tǒng)研究[D]. 朱英龍.長安大學(xué) 2016
[2]攝像機標定方法的研究[D]. 舒娜.南京理工大學(xué) 2014
[3]基于OpenCV的雙目測距系統(tǒng)研究[D]. 馬孝輝.武漢紡織大學(xué) 2011



本文編號：3619309