發(fā)布時(shí)間：2024-12-11 04:40

　　隨著內(nèi)河航運(yùn)業(yè)的不斷發(fā)展,內(nèi)河貨物吞吐量日趨增加,水上交通事故的風(fēng)險(xiǎn)也隨之上升,內(nèi)河監(jiān)控系統(tǒng)的應(yīng)用受到了大家的廣泛關(guān)注。船舶檢測(cè)、船舶跟蹤作為內(nèi)河監(jiān)控系統(tǒng)的重要組成部分,檢測(cè)算法從監(jiān)控圖像中獲取船舶的坐標(biāo)信息,并將其傳遞給跟蹤算法,由它對(duì)檢測(cè)到的船舶目標(biāo)進(jìn)行正確跟蹤,為后續(xù)判斷船舶的行為提供有效依據(jù)。傳統(tǒng)的船舶檢測(cè)方法對(duì)實(shí)際復(fù)雜的內(nèi)河背景環(huán)境的魯棒性普遍較差,難以滿足實(shí)際場(chǎng)景的需求。目前,卷積神經(jīng)網(wǎng)絡(luò)憑借其高效的特征提取方式,相比于傳統(tǒng)算法有著很大的優(yōu)勢(shì),在圖像領(lǐng)域取得了驚人的效果。針對(duì)內(nèi)河航道上船舶目標(biāo)檢測(cè)問(wèn)題,本文在各海事局的真實(shí)船舶監(jiān)控視頻的基礎(chǔ)上制作了船舶標(biāo)注數(shù)據(jù)集,并通過(guò)樣本增強(qiáng)成倍增加了樣本數(shù)量。在該數(shù)據(jù)集上,本文對(duì)基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法Faster-RCNN、YOLO和SSD進(jìn)行訓(xùn)練和測(cè)試,總結(jié)分析了三種算法的精確度、召回率和檢測(cè)時(shí)間等性能指標(biāo)。針對(duì)SSD目標(biāo)檢測(cè)算法網(wǎng)絡(luò)模型上的不足,在不同模型上進(jìn)行性能對(duì)比,最終選擇MobileNet網(wǎng)絡(luò)模型作為特征提取的主體框架。并對(duì)其進(jìn)行了先驗(yàn)框的改進(jìn),使其更適合于船舶數(shù)據(jù)集的樣本空間,改進(jìn)后模型的平均精確度均值和檢測(cè)時(shí)間等方...

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 船舶目標(biāo)檢測(cè)研究現(xiàn)狀
        1.2.2 船舶目標(biāo)跟蹤研究現(xiàn)狀
        1.2.3 卷積神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀
    1.3 本文的主要內(nèi)容
2 傳統(tǒng)船舶目標(biāo)檢測(cè)方法
    2.1 概述
    2.2 常用的傳統(tǒng)船舶檢測(cè)方法
        2.2.1 背景差分法
        2.2.2 光流法
        2.2.3 基于HOG特征及SVM分類方法
    2.3 傳統(tǒng)船舶檢測(cè)方法存在的問(wèn)題
    2.4 本章小節(jié)
3 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)方法
    3.1 卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)理論
        3.1.1 卷積層
        3.1.2 池化層
        3.1.3 全連接層
        3.1.4 激活函數(shù)
    3.2 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)方法
        3.2.1 基于侯選區(qū)域的目標(biāo)檢測(cè)方法
        3.2.2 基于回歸的的目標(biāo)檢測(cè)方法
    3.3 基于卷積神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法對(duì)比與分析
        3.3.1 訓(xùn)練過(guò)程
        3.3.2 船舶檢測(cè)評(píng)價(jià)指標(biāo)
        3.3.3 性能評(píng)價(jià)與分析
    3.4 本章小節(jié)
4 基于SSD目標(biāo)檢測(cè)的改進(jìn)算法研究
    4.1 船舶目標(biāo)檢測(cè)中SSD的不足
    4.2 網(wǎng)絡(luò)模型的改進(jìn)
        4.2.1 網(wǎng)絡(luò)模型介紹
        4.2.2 網(wǎng)絡(luò)模型對(duì)比與分析
    4.3 先驗(yàn)框的改進(jìn)
        4.3.1 先驗(yàn)框的定義
        4.3.2 先驗(yàn)框的設(shè)置
        4.3.3 實(shí)驗(yàn)對(duì)比及分析
    4.4 本章小節(jié)
5 船舶檢測(cè)跟蹤系統(tǒng)
    5.1 引言
    5.2 船舶跟蹤模塊
        5.2.1 KCF算法
        5.2.2 數(shù)據(jù)關(guān)聯(lián)算法
        5.2.3 跟蹤模塊流程
    5.3 實(shí)驗(yàn)結(jié)果與分析
    5.4 本章小節(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：4016203