作為計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)重要研究課題,行人檢測(cè)一直以來都備受關(guān)注。隨著相關(guān)理論和算法的發(fā)展,行人檢測(cè)技術(shù)也從早期圖像處理階段、特征模型分類階段逐步發(fā)展進(jìn)入深度學(xué)習(xí)階段。與傳統(tǒng)地面監(jiān)控相比,以低空無(wú)人機(jī)為基礎(chǔ)的無(wú)人機(jī)視角行人檢測(cè)能夠提供“上帝視角”,為深入理解和分析行人的社會(huì)行為奠定基礎(chǔ)。由于無(wú)人機(jī)拍攝視角及相機(jī)運(yùn)動(dòng)的任意性,無(wú)人機(jī)場(chǎng)景下的行人檢測(cè)具有更大的挑戰(zhàn),如尺度變化、長(zhǎng)寬比變化、相機(jī)抖動(dòng)等。同時(shí),由于無(wú)人機(jī)機(jī)載平臺(tái)的算力有限,對(duì)檢測(cè)算法的復(fù)雜度也提出了更大的挑戰(zhàn)�；谏鲜霰尘�,本文嘗試從以下兩方面研究無(wú)人機(jī)場(chǎng)景下的行人檢測(cè)問題。首先,本文分析對(duì)比了基于深度目標(biāo)檢測(cè)框架的行人檢測(cè)技術(shù),常見檢測(cè)框架進(jìn)行分析論證,搭建了基于SSD的行人檢測(cè)系統(tǒng)。為了更好的適應(yīng)無(wú)人機(jī)場(chǎng)景行人的特性,本文在學(xué)校、公園、游樂場(chǎng)及廣場(chǎng)等多個(gè)公共場(chǎng)合拍攝數(shù)據(jù)集,并手工真值標(biāo)注。隨后,本文提出分塊策略在訓(xùn)練集上對(duì)SSD檢測(cè)算法進(jìn)行訓(xùn)練,并利用測(cè)試集評(píng)估算法精度。實(shí)驗(yàn)結(jié)果表明,利用無(wú)人機(jī)數(shù)據(jù)和分塊策略取得很好的檢測(cè)效果。其次,本文嘗試將設(shè)計(jì)的行人檢測(cè)算法移植到NVIDIA Jetson TX2嵌入式平臺(tái)上�？紤]到... 

【文章來源】：大連理工大學(xué)遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 計(jì)算機(jī)視覺
    1.2 無(wú)人機(jī)場(chǎng)景下行人檢測(cè)
    1.3 嵌入式平臺(tái)
    1.4 國(guó)內(nèi)外研究現(xiàn)狀
    1.5 論文結(jié)構(gòu)安排
2 基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.1 卷積神經(jīng)網(wǎng)絡(luò)基本組成
    2.2 目標(biāo)檢測(cè)算法
        2.2.1 Faster R-CNN檢測(cè)算法
        2.2.2 YOLO算法
        2.2.3 SSD算法
    2.3 本章小結(jié)
3 無(wú)人機(jī)場(chǎng)景行人檢測(cè)數(shù)據(jù)庫(kù)與基于SSD算法實(shí)驗(yàn)研究
    3.1 無(wú)人機(jī)行人數(shù)據(jù)庫(kù)建立
        3.1.1 無(wú)人機(jī)行人數(shù)據(jù)集的統(tǒng)計(jì)信息
        3.1.2 數(shù)據(jù)庫(kù)標(biāo)注標(biāo)準(zhǔn)
    3.2 基于SSD的無(wú)人機(jī)行人檢測(cè)算法研究
        3.2.1 基于分塊的網(wǎng)絡(luò)訓(xùn)練策略
        3.2.2 網(wǎng)絡(luò)環(huán)境配置與參數(shù)設(shè)置
    3.3 實(shí)驗(yàn)結(jié)果分析
        3.3.1 評(píng)價(jià)指標(biāo)
        3.3.2 結(jié)果對(duì)比
    3.4 本章小結(jié)
4 嵌入式平臺(tái)算法的設(shè)計(jì)與實(shí)現(xiàn)
    4.1 NVIDIA Jetson TX2簡(jiǎn)介
        4.1.1 硬件平臺(tái)簡(jiǎn)介
        4.1.2 軟件平臺(tái)簡(jiǎn)介
    4.2 行人檢測(cè)算法在TX2上的實(shí)現(xiàn)
        4.2.1 系統(tǒng)搭建
        4.2.2 針對(duì)視頻流的行人檢測(cè)算法
    4.3 實(shí)驗(yàn)結(jié)果分析
    4.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]行人交通的視頻檢測(cè)方法綜述[J]. 邵春福,李娟,趙熠,董春嬌.  交通運(yùn)輸系統(tǒng)工程與信息. 2008(04)

碩士論文
[1]面向服務(wù)機(jī)器人的行人檢測(cè)與跟蹤[D]. 李鵬飛.中國(guó)科學(xué)技術(shù)大學(xué) 2016
[2]智能視頻監(jiān)控中的行人檢測(cè)與跟蹤方法研究[D]. 鄒依峰.中國(guó)科學(xué)技術(shù)大學(xué) 2011



本文編號(hào)：3309699