人手作為人類傳遞信息的重要媒介之一,在計算機視覺領(lǐng)域得到了廣泛的研究。在智能汽車場景中,車內(nèi)人手檢測不僅是車載人機交互的基礎(chǔ),還是分析駕駛員行為、研究車輛駕駛安全的基礎(chǔ)。為此,本文研究了基于深度學(xué)習(xí)的車內(nèi)人手檢測算法。綜合評估算法的精度和速度,本文基于高效且快速的單階段目標(biāo)檢測網(wǎng)絡(luò)YOLOv2提出了Multi-Scale YOLOv2人手檢測算法。該算法主要通過三個模塊來提升YOLOv2的人手檢測性能:1、多尺度特征提煉模塊,用來獲得更加精細(xì)化的特征,提升網(wǎng)絡(luò)對低分辨率人手的檢測性能;2、通道重要性評估模塊,用來自動學(xué)習(xí)特征通道的重要性并重新分配通道權(quán)重,增強特征的表現(xiàn)能力;3、難例懲罰模塊,通過在損失函數(shù)中增加一項難例損失項來增強網(wǎng)絡(luò)的判別能力,減少誤檢。針對基于單階段目標(biāo)檢測網(wǎng)絡(luò)的人手檢測算法精度不夠高的問題,本文將兩階段目標(biāo)檢測網(wǎng)絡(luò)Faster R-CNN應(yīng)用于人手檢測。我們使用ResNet101作為基礎(chǔ)特征提取網(wǎng)絡(luò),以提取表現(xiàn)力更好的特征。用可對齊的感興趣區(qū)域池化（ROI Align）代替原始的感興趣區(qū)域池化（ROI Pooling）,以解決目標(biāo)候選框的位置和大小與目標(biāo)不匹配的... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：102 頁

【學(xué)位級別】：碩士

【部分圖文】：

車載手勢交互在研究車輛駕駛安全時，駕駛員的手不僅可以為我們提供理解駕駛員行為的獨

變的建模能力。第 4 章介紹了基于知識蒸餾的 Thin Faster R-CNN 人手檢測算法。該算法采用知識蒸餾的方法訓(xùn)練了一個速度快且準(zhǔn)確率高的 Thin Faster R-CNN 人手檢測網(wǎng)絡(luò)。其中 Thin Faster R-CNN 網(wǎng)絡(luò)是將 Faster R-CNN 的基礎(chǔ)特征提取網(wǎng)絡(luò)ResNet101 的卷積通道數(shù)減少為原來的 1/4 得到的。該算法選擇了第 3 章的 FasterR-CNN 網(wǎng)絡(luò)作為老師模型來指導(dǎo) Thin Faster R-CNN 進行蒸餾學(xué)習(xí)的訓(xùn)練。其中，蒸餾學(xué)習(xí)包括基于注意力的特征圖蒸餾學(xué)習(xí)和分類蒸餾學(xué)習(xí)�；谧⒁饬Φ奶卣鲌D的蒸餾學(xué)習(xí)通過計算學(xué)生網(wǎng)絡(luò)與教師網(wǎng)絡(luò)的特征注意力圖之間的L2損失來引導(dǎo)學(xué)生網(wǎng)絡(luò)學(xué)到與教師網(wǎng)絡(luò)相似的特征表示，而分類蒸餾學(xué)習(xí)通過計算學(xué)生網(wǎng)絡(luò)的分類輸出與教師網(wǎng)絡(luò)的分類輸出的交叉熵來引導(dǎo)學(xué)生網(wǎng)絡(luò)學(xué)到更強大的分類器。第 5 章是本文的總結(jié)與展望，主要對全文的工作及創(chuàng)新點進行了總結(jié)，并分析存在的問題，進行相關(guān)的研究展望。本文各章之間的邏輯關(guān)系如下：

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文YOLO 的網(wǎng)絡(luò)結(jié)構(gòu)如圖 2-1 所示，包括 6 組卷積和 1 組全連接。輸入圖片首先經(jīng)過 6 組卷積進行特征提取，再通過全連接層進行候選框的類別概率和坐標(biāo)的預(yù)測。由于算法將原圖劃分成S × S個單元格，每個單元格要預(yù)測 B 個候選框的 5 個預(yù)測值和 C 個類別概率值，所以一張輸入圖片經(jīng)過網(wǎng)絡(luò)前向計算后，在輸出層得到維度為S × S × ( × 5 )的特征向量。

【參考文獻】：
期刊論文
[1]車載手勢識別中基于小波變換和雙邊濾波的圖像去噪方法[J]. 強彥,張曉慧.  北京理工大學(xué)學(xué)報. 2017(04)
[2]基于視覺的手勢識別技術(shù)在車載主機上的應(yīng)用[J]. 陳義,馬云林.  電子設(shè)計工程. 2016(08)



本文編號：2986448