汽車前臉,是汽車品牌家族化的最核心部分之一。設(shè)計師通過其傳達設(shè)計理念,也是消費者對汽車的第一直觀感受。同時,多元化和個性化的迫切需求使得前臉造型復(fù)雜多變。設(shè)計師通過專業(yè)軟件來進行汽車造型設(shè)計,操作復(fù)雜繁瑣,因此高效而準(zhǔn)確地提取汽車前臉幾何特征是優(yōu)化汽車設(shè)計流程的關(guān)鍵。此外,汽車圖像的精確幾何特征提取及標(biāo)注可廣泛應(yīng)用于汽車型號細粒度分類、汽車部件提取及狀態(tài)檢測等場景。為此,本文提出了基于深度學(xué)習(xí)的汽車前臉多類幾何特征自動提取方法,不僅可提升設(shè)計階段效率,同時對自動駕駛及智慧交通等領(lǐng)域具有重要意義。本文做了如下研究工作:·創(chuàng)建了統(tǒng)一的汽車前臉標(biāo)注數(shù)據(jù)集Auto Morpher/FFD-Cars22,適用于汽車前臉的部件檢測、語義分割、特征點定位等問題。本數(shù)據(jù)集收集了4457張汽車正視圖,并經(jīng)過了適當(dāng)?shù)奶幚?涵蓋中國市場常見的22個銷售品牌�！ぬ岢隽嗣嫦蚱嚽澳槻考䴔z測和語義分割方法。本文使用Refine Det檢測方法對汽車前臉進行部件檢測,因其使用了兩階段的檢測思想和特征融合的操作,在不發(fā)生漏檢和重復(fù)檢測的情況下,精度遠遠超過YOLO和SSD。進一步地,采用Deep Lab算法進行汽車前...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 相關(guān)工作
        1.2.1 目標(biāo)檢測
        1.2.2 語義分割
        1.2.3 特征點定位
    1.3 主要工作
    1.4 本章小結(jié)
2 汽車前臉數(shù)據(jù)庫
    2.1 前臉幾何特征概述
    2.2 數(shù)據(jù)庫圖片選取
    2.3 檢測框及語義分割標(biāo)注
    2.4 特征點標(biāo)注
        2.4.1 汽車前臉造型結(jié)構(gòu)分類
        2.4.2 汽車前臉特征點定義
    2.5 本章小結(jié)
3 基于部件檢測和語義分割的特征提取
    3.1 部件檢測算法概述
        3.1.1 YOLOV2 概述
        3.1.2 SSD概述
        3.1.3 RefineDet概述
    3.2 部件檢測結(jié)果分析
        3.2.1 評價指標(biāo)
        3.2.2 可視化結(jié)果與分析
    3.3 語義分割算法
        3.3.1 FCN算法概述
        3.3.2 DeepLabV3 算法概述
        3.3.3 Mask-RCNN算法概述
    3.4 語義分割結(jié)果分析
        3.4.1 評價指標(biāo)
        3.4.2 可視化結(jié)果與分析
    3.5 本章小結(jié)
4 基于特征點定位的特征提取
    4.1 特征點定位算法概述
        4.1.1 基于級聯(lián)的人臉對齊算法概述
        4.1.2 MobileNetV2 算法概述
        4.1.3 DenseNet概述
    4.2 DAN-PLUS算法概述
    4.3 特征點定位結(jié)果分析
        4.3.1 關(guān)鍵點評估
        4.3.2 可視化結(jié)果與分析
    4.4 本章小結(jié)
結(jié)論
參考文獻
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：3759531