隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展,現(xiàn)如今許多家庭都擁有自己的車(chē)輛作為出行時(shí)的代步工具,許多人也都會(huì)為了生活中不同目的購(gòu)入各種類(lèi)型的車(chē)輛。這使得車(chē)輛的數(shù)目在幾年間成倍的增加,也使得交通擁擠、交通事故和機(jī)動(dòng)車(chē)犯罪率不斷增多,各類(lèi)停車(chē)場(chǎng)的管理難度也變得越來(lái)越大。為了解決這些棘手的問(wèn)題,利用基于特征的車(chē)輛目標(biāo)類(lèi)型檢測(cè)方法在原始圖像中檢測(cè)出不同類(lèi)型的車(chē)輛的方法來(lái)高效解決大規(guī)模圖像的車(chē)輛識(shí)別和車(chē)輛類(lèi)型檢測(cè)的問(wèn)題。當(dāng)前在基于特征的目標(biāo)識(shí)別算法中識(shí)別速度快且識(shí)別效果較好的一種方法就是卷積神經(jīng)網(wǎng)絡(luò)(CNN),而其中一種先在圖中生成目標(biāo)物體最可能出現(xiàn)的候選區(qū)域后再使用卷積網(wǎng)絡(luò)提取特征最后訓(xùn)練分類(lèi)器對(duì)候選區(qū)域分類(lèi)的方法(區(qū)域卷積神經(jīng)網(wǎng)絡(luò)R-CNN)在目標(biāo)分類(lèi)識(shí)別場(chǎng)景中被廣泛使用。本文以R-CNN系列算法中識(shí)別速率和識(shí)別準(zhǔn)確度較好的算法Faster R-CNN為基礎(chǔ),在分析了卷積神經(jīng)網(wǎng)絡(luò)不同卷積層輸出特征的特點(diǎn)后,首先提出一種將不同卷積層輸出特征相結(jié)合的方法對(duì)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn),接著通過(guò)合理利用原始全圖的上下文特征以及對(duì)目標(biāo)邊界框的優(yōu)化策略進(jìn)一步的對(duì)Faster R-CNN算法的識(shí)別精確度改進(jìn)提升。最后,先通過(guò)對(duì)由三種類(lèi)...

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文的章節(jié)安排
第2章 基礎(chǔ)特征與卷積神經(jīng)網(wǎng)絡(luò)的研究
    2.1 圖像分類(lèi)算法的常用特征
        2.1.1 HOG算子
        2.1.2 SIFT算子
        2.1.3 Haar-Like算子
        2.1.4 LBP算子
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
    2.3 本章小結(jié)
第3章 基于卷積神經(jīng)網(wǎng)絡(luò)的車(chē)輛目標(biāo)識(shí)別算法
    3.1 算法概述
    3.2 基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)的車(chē)輛識(shí)別算法
        3.2.1 Fast R-CNN
        3.2.2 Faster R-CNN
    3.3 算法的優(yōu)化與改進(jìn)
        3.3.1 改進(jìn)后整體結(jié)構(gòu)
        3.3.2 改進(jìn)的多層特征合并策略
        3.3.3 改進(jìn)的上下文結(jié)構(gòu)
        3.3.4 引入的邊界框優(yōu)化策略
    3.4 本章小結(jié)
第4章 實(shí)驗(yàn)設(shè)計(jì)與結(jié)果分析
    4.1 實(shí)驗(yàn)概述
        4.1.1 運(yùn)行環(huán)境
        4.1.2 評(píng)價(jià)指標(biāo)
        4.1.3 數(shù)據(jù)集介紹
    4.2 改進(jìn)方法的實(shí)驗(yàn)對(duì)比
        4.2.1 多層特征對(duì)候選框生成質(zhì)量的影響
        4.2.2 多層特征對(duì)目標(biāo)識(shí)別結(jié)果的影響
        4.2.3 上下文特征和邊界框優(yōu)化對(duì)物體檢測(cè)結(jié)果的影響
        4.2.4 與一些文獻(xiàn)的對(duì)比
    4.3 改進(jìn)方法的時(shí)間性能分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 下一步的展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3750130