要實(shí)現(xiàn)井下機(jī)車的無人化、自動(dòng)化,保障機(jī)車安全有序的運(yùn)行,對(duì)作為機(jī)車眼睛的圖像識(shí)別器的研究是礦井安全生產(chǎn)監(jiān)控的關(guān)鍵一步。圖像識(shí)別器主要用于識(shí)別井下場(chǎng)景的各類物體目標(biāo),為機(jī)車提供場(chǎng)景的分析,是礦井安全高效生產(chǎn)的關(guān)鍵保障,也是減少井下運(yùn)輸事故的發(fā)生,減少人員傷亡及財(cái)產(chǎn)損失的有力保障。深度學(xué)習(xí)技術(shù)的不斷發(fā)展與逐漸成熟使得圖像識(shí)別效果越來越好,目前涌現(xiàn)出許多表現(xiàn)優(yōu)秀的目標(biāo)檢測(cè)與識(shí)別網(wǎng)絡(luò)。然而大多數(shù)的網(wǎng)絡(luò)模型是基于路面上的,鮮少有可以直接用于井下場(chǎng)景識(shí)別的網(wǎng)絡(luò),并且大多數(shù)網(wǎng)絡(luò)對(duì)于實(shí)際的移動(dòng)端應(yīng)用來說模型太大難以移植,目前也沒有一款成型的用于井下場(chǎng)景識(shí)別的硬件設(shè)備。因此,研究一種基于嵌入式終端的井下場(chǎng)景視覺識(shí)別系統(tǒng)具有很大的研究?jī)r(jià)值和現(xiàn)實(shí)意義。本文針對(duì)上述現(xiàn)狀,做出了理論和工程應(yīng)用兩部分的研究工作:1、研究并改進(jìn)了基于VGG（Visual Geometry Group）的SSD（Single Shot MultiBox Detector）網(wǎng)絡(luò)模型,使其可以更多的識(shí)別到小目標(biāo)物體,使得小目標(biāo)的平均識(shí)別精度在公共數(shù)據(jù)集上提高了近3個(gè)百分點(diǎn),在井下數(shù)據(jù)集上提高了近5個(gè)百分點(diǎn);研究了緊湊型單目標(biāo)分類網(wǎng)絡(luò)模型... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：84 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

生物神經(jīng)元結(jié)構(gòu)

圖 2.2 M-P 模型Fig 2.2 M-P model 2.2 中可以看出，對(duì)于一個(gè)神經(jīng)元，他可以有多個(gè)輸入，這里我根據(jù)生物神經(jīng)元不同的突觸性質(zhì)和強(qiáng)度對(duì)神經(jīng)元的不同影響的ijw 來表示，正代表興奮，負(fù)代表抑制，大小則代表了不同的連特性，輸入信號(hào)累加整合之后的值為：1' ( ) ( )nj ij iinet t w X t 激活神經(jīng)元在于上式結(jié)果是否超過閾值jT ，只有 ' ( )jnet t 大于閾激活而發(fā)放脈沖，反之則無輸出信號(hào)。這個(gè)過程可表示為：1( 1) (t)nj ij i jio t f w X T 我們可以總結(jié)出 M-P 模型的 6 個(gè)特點(diǎn)：

合肥工業(yè)大學(xué)專業(yè)碩士研究生學(xué)位論文 ' ( ) 0j jnet t T 時(shí)，神經(jīng)元才能被激活；為了簡(jiǎn) )t 并沒有考慮時(shí)間整合，只考慮了空間整合，即只權(quán)重進(jìn)行累加整合，而沒有考慮輸入輸出間的突 1，0 j jw T，則有j 0 0j T X w。和（2.2）可以簡(jiǎn)化成公式（2.3）和（2.4）的形'Tj jnet W X( ) ( )Tj j Jo f net f W X國(guó)心理學(xué)家弗蘭克羅森布拉特提出了一種具有單知器。其拓?fù)浣Y(jié)構(gòu)如圖 2.3 所示。1ojomo

【參考文獻(xiàn)】：
期刊論文
[1]基于域與樣例平衡的多源遷移學(xué)習(xí)方法[J]. 季鼎承,蔣亦樟,王士同.  電子學(xué)報(bào). 2019(03)
[2]基于改進(jìn)CNN特征的場(chǎng)景識(shí)別[J]. 薄康虎,李菲菲,陳虬.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(12)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的交通場(chǎng)景語義分割方法研究[J]. 李琳輝,錢波,連靜,鄭偉娜,周雅夫.  通信學(xué)報(bào). 2018(04)
[4]結(jié)合金字塔池化模塊的YOLOv2的井下行人檢測(cè)[J]. 王琳,衛(wèi)晨,李偉山,張鈺良.  計(jì)算機(jī)工程與應(yīng)用. 2019(03)
[5]多層融合深度局部PCA子空間稀疏優(yōu)化特征提取模型[J]. 胡正平,陳俊嶺.  電子學(xué)報(bào). 2017(10)
[6]基于圖像處理的井下機(jī)車行人檢測(cè)技術(shù)[J]. 李曉明,郎文輝,馬忠磊,衛(wèi)星.  煤礦機(jī)械. 2017(04)
[7]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)



本文編號(hào)：3361437