隨著國民經(jīng)濟(jì)的飛速發(fā)展,汽車保有量逐年增加,在方便人們?nèi)粘Ｉ畹耐瑫r(shí)也帶來了一系列的交通安全問題。為提高駕駛安全性,減少交通事故的發(fā)生,車輛輔助駕駛系統(tǒng)應(yīng)運(yùn)而生。安全可靠的車輛輔助駕駛系統(tǒng)通常需要連接互聯(lián)網(wǎng),然而傳統(tǒng)互聯(lián)網(wǎng)存在通信效率低,傳輸時(shí)延大的問題。雙結(jié)構(gòu)網(wǎng)絡(luò)主張?jiān)诨ヂ?lián)網(wǎng)主結(jié)構(gòu)的基礎(chǔ)上增加基于“輻射-復(fù)制”模型的播存次結(jié)構(gòu)網(wǎng)絡(luò),能夠有效降低通信負(fù)載,減少時(shí)延。借助具有豐富語義特征的統(tǒng)一內(nèi)容標(biāo)簽（Uniform Content Lable,UCL）,車輛輔助駕駛系統(tǒng)能夠規(guī)范化目標(biāo)信息,實(shí)現(xiàn)安全的網(wǎng)絡(luò)通信。車輛輔助駕駛系統(tǒng)需要很多方面的技術(shù)支持,其中目標(biāo)檢測與跟蹤就是關(guān)鍵技術(shù)之一。然而現(xiàn)實(shí)場景復(fù)雜多變,難以對目標(biāo)進(jìn)行準(zhǔn)確、高效的檢測與跟蹤。在目標(biāo)檢測任務(wù)上,SSD檢測算法由于具有實(shí)時(shí)的檢測速度以及較高的檢測精度而得到廣泛的研究與應(yīng)用,然而該算法存在對小目標(biāo)漏檢率較高的問題。在目標(biāo)跟蹤任務(wù)上,單一的目標(biāo)跟蹤算法難以解決上述跟蹤任務(wù)中的難題,跟蹤效果往往較差。針對上述問題,本文提出一種基于特征融合的BSSD（Bidirection Single Shot Multibox Detecto... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究目標(biāo)及內(nèi)容
    1.3 論文組織結(jié)構(gòu)
第二章 目標(biāo)檢測與跟蹤相關(guān)研究
    2.1 目標(biāo)檢測相關(guān)研究
        2.1.1 傳統(tǒng)目標(biāo)檢測算法
        2.1.2 基于深度學(xué)習(xí)的目標(biāo)檢測算法
    2.2 目標(biāo)跟蹤相關(guān)研究
        2.2.1 傳統(tǒng)目標(biāo)跟蹤算法
        2.2.2 基于相關(guān)濾波的目標(biāo)跟蹤算法
        2.2.3 基于深度學(xué)習(xí)的目標(biāo)跟蹤算法
    2.3 本章小結(jié)
第三章 基于特征融合的BSSD目標(biāo)檢測算法
    3.1 主要問題與研究思路
    3.2 整體技術(shù)框架
    3.3 特征融合模塊
        3.3.1 特征層選擇
        3.3.2 特征融合方式
        3.3.3 特征融合模塊構(gòu)建
    3.4 數(shù)據(jù)擴(kuò)增策略
    3.5 融入Focal Loss的目標(biāo)函數(shù)
    3.6 本章小結(jié)
第四章 基于BSSD檢測與運(yùn)動(dòng)狀態(tài)估計(jì)的目標(biāo)跟蹤算法
    4.1 主要問題與研究思路
    4.2 BSSD-MSE總體流程
    4.3 目標(biāo)位置預(yù)測
        4.3.1 跟蹤目標(biāo)初始化
        4.3.2 目標(biāo)狀態(tài)劃分
        4.3.3 運(yùn)動(dòng)狀態(tài)估計(jì)
        4.3.4 目標(biāo)位置修正
    4.4 數(shù)據(jù)關(guān)聯(lián)
    4.5 本章小結(jié)
第五章 原型系統(tǒng)實(shí)現(xiàn)與實(shí)驗(yàn)分析
    5.1 原型系統(tǒng)設(shè)計(jì)
        5.1.1 原型系統(tǒng)設(shè)計(jì)
        5.1.2 原型系統(tǒng)實(shí)現(xiàn)
    5.2 實(shí)驗(yàn)與分析
        5.2.1 BSSD算法實(shí)驗(yàn)與分析
        5.2.2 BSSD-MSE算法實(shí)驗(yàn)與分析
    5.3 本章小結(jié)
第六章 論文總結(jié)與未來工作
    6.1 論文總結(jié)
    6.2 未來工作展望
致謝
參考文獻(xiàn)
作者簡介


【參考文獻(xiàn)】：
期刊論文
[1]多尺度卷積特征融合的SSD目標(biāo)檢測算法[J]. 陳幻杰,王琦琦,楊國威,韓佳林,尹成娟,陳雋,王以忠.  計(jì)算機(jī)科學(xué)與探索. 2019(06)
[2]基于改進(jìn)SSD的輕量化小目標(biāo)檢測算法[J]. 吳天舒,張志佳,劉云鵬,裴文慧,陳紅葉.  紅外與激光工程. 2018(07)
[3]一種加強(qiáng)SSD小目標(biāo)檢測能力的Atrous濾波器設(shè)計(jì)[J]. 溫捷文,戰(zhàn)蔭偉,李楚宏,盧劍彪.  計(jì)算機(jī)應(yīng)用研究. 2019(03)
[4]基于深度學(xué)習(xí)的多視窗SSD目標(biāo)檢測方法[J]. 唐聰,凌永順,鄭科棟,楊星,鄭超,楊華,金偉.  紅外與激光工程. 2018(01)
[5]協(xié)同運(yùn)動(dòng)狀態(tài)估計(jì)的多目標(biāo)跟蹤算法[J]. 袁大龍,紀(jì)慶革.  計(jì)算機(jī)科學(xué). 2017(S2)
[6]基于改進(jìn)型LTP的均值漂移目標(biāo)跟蹤算法[J]. 鄒青志,黃山.  計(jì)算機(jī)科學(xué). 2017(04)
[7]基于自重構(gòu)粒子濾波算法的目標(biāo)跟蹤[J]. 王宇霞,趙清杰,蔡藝明,王博.  計(jì)算機(jī)學(xué)報(bào). 2016(07)
[8]基于播存思想的未來互聯(lián)網(wǎng)次結(jié)構(gòu)[J]. 楊鵬,李幼平.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2015(02)
[9]播存網(wǎng)絡(luò)體系結(jié)構(gòu)普適模型及實(shí)現(xiàn)模式[J]. 楊鵬,李幼平.  電子學(xué)報(bào). 2015(05)



本文編號：3203780