近年來,隨著自動駕駛及智能視頻監(jiān)控的發(fā)展,所產(chǎn)生的視頻數(shù)據(jù)量愈發(fā)增長,對視頻中的行人檢測和行人識別技術(shù)越來越受到研究者的重視。在此背景下,本文設(shè)計(jì)一個基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人檢測和行人識別系統(tǒng),具體工作內(nèi)容總結(jié)如下:1)本文構(gòu)建基于YOLO的深度卷積神經(jīng)網(wǎng)絡(luò)模型,實(shí)現(xiàn)行人的檢測。該模型利用卷積神經(jīng)網(wǎng)絡(luò)在圖像上提取特征,輸出回歸目標(biāo)的概率和類別,實(shí)現(xiàn)在復(fù)雜場景下行人目標(biāo)的檢測。實(shí)驗(yàn)結(jié)果表明,該模型具有檢測實(shí)時性和魯棒性。2)為有效識別行人,本文基于相似性度量思想設(shè)計(jì)全卷積孿生網(wǎng)絡(luò)模型,實(shí)現(xiàn)行人的追蹤。首先采用攝像頭下的自然視頻幀作為待處理圖像;其次在圖像上通過深度卷積神經(jīng)網(wǎng)絡(luò)檢測出行人目標(biāo);然后利用全卷積孿生網(wǎng)絡(luò)在相鄰幀間對目標(biāo)作預(yù)測追蹤;最后通過得到的檢測目標(biāo)框和追蹤候選框的重合比例判斷是否為同一個目標(biāo)。此外,由于可能出現(xiàn)檢測和追蹤的誤差,本文同時采用余弦相似度匹配法作為第二重目標(biāo)匹配方法。實(shí)驗(yàn)結(jié)果表明,全卷積孿生網(wǎng)絡(luò)模型具有較好的追蹤效果。3)為精確識別行人,本文基于追蹤得到的行人圖像序列采用兩種識別方法。第一種方法是步態(tài)識別法:首先利用基于DNN姿態(tài)估計(jì)算法在追蹤到的行人中提取人體...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 論文研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 行人檢測的國內(nèi)外研究現(xiàn)狀
        1.2.2 行人追蹤的國內(nèi)外研究現(xiàn)狀
        1.2.3 行人識別的國內(nèi)外研究現(xiàn)狀
    1.3 論文的主要研究內(nèi)容
第二章 深度卷積神經(jīng)網(wǎng)絡(luò)介紹
    2.1 神經(jīng)網(wǎng)絡(luò)概述
        2.1.1 神經(jīng)網(wǎng)絡(luò)
        2.1.2 相關(guān)算法
    2.2 卷積神經(jīng)網(wǎng)絡(luò)概述
        2.2.1 相關(guān)概念
        2.2.2 基本結(jié)構(gòu)
    2.3 相關(guān)工具介紹
        2.3.1 深度學(xué)習(xí)算法庫
        2.3.2 計(jì)算機(jī)視覺工具
    2.4 總結(jié)
第三章 基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人檢測
    3.1 引言
    3.2 行人檢測算法
        3.2.1 YOLO算法介紹
        3.2.2 模型的訓(xùn)練和調(diào)整
    3.3 實(shí)驗(yàn)結(jié)果和分析
    3.4 總結(jié)
第四章 基于深度神經(jīng)網(wǎng)絡(luò)的多目標(biāo)追蹤算法
    4.1 引言
    4.2 基于孿生網(wǎng)絡(luò)的多目標(biāo)追蹤算法
        4.2.1 問題的定義和系統(tǒng)框架
        4.2.2 基于全卷積孿生網(wǎng)絡(luò)的追蹤算法
    4.3 實(shí)驗(yàn)結(jié)果和分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 實(shí)驗(yàn)結(jié)果
    4.4 總結(jié)
第五章 基于深度卷積神經(jīng)網(wǎng)絡(luò)的行人識別
    5.1 引言
    5.2 基于步態(tài)識別的行人識別
        5.2.1 關(guān)鍵點(diǎn)提取技術(shù)
        5.2.2 步態(tài)識別技術(shù)
        5.2.3 步態(tài)識別的實(shí)驗(yàn)結(jié)果
    5.3 基于人臉識別的行人識別
        5.3.1 PCANet技術(shù)介紹
        5.3.2 人臉識別技術(shù)
        5.3.3 人臉識別的實(shí)驗(yàn)結(jié)果
    5.4 總結(jié)
第六章 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    6.1 系統(tǒng)需求分析
        6.1.1 系統(tǒng)簡介
        6.1.2 系統(tǒng)功能簡介
        6.1.3 系統(tǒng)界面
    6.2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    6.3 系統(tǒng)運(yùn)行流程
    6.4 總結(jié)
第七章 總結(jié)與展望
    7.1 結(jié)論
    7.2 展望
參考文獻(xiàn)
英文縮寫詞表
作者在攻讀碩士學(xué)位期間公開發(fā)表的論文及參加的項(xiàng)目
致謝



本文編號：4021576