隨著計(jì)算科學(xué)和硬件設(shè)備的不斷發(fā)展,計(jì)算機(jī)視覺也取得了飛躍式的發(fā)展。從最初的需要消耗很多時間精力人工設(shè)定規(guī)則提取特征的傳統(tǒng)圖像處理方法到現(xiàn)在利用深度學(xué)習(xí)自動學(xué)習(xí)有用特征的方法,計(jì)算機(jī)視覺可謂是向前跨了一大步,就單在目標(biāo)檢測這一項(xiàng)任務(wù)來看,檢測一張圖片中的目標(biāo)所需要的時間從幾百毫秒減少到十幾毫秒,同時檢測精度也從百分之二十幾增加到百分之七八十。也正是因?yàn)橛?jì)算機(jī)硬件的高速發(fā)展,計(jì)算機(jī)視覺可以廣泛的應(yīng)用在現(xiàn)實(shí)項(xiàng)目中,比如人臉驗(yàn)證、自動駕駛、智能視頻監(jiān)控等領(lǐng)域。在實(shí)際檢測場景中,行人檢測具有背景信息復(fù)雜,目標(biāo)小等特點(diǎn),導(dǎo)致檢測難度相對一般的目標(biāo)檢測來說更加困難。因此,在實(shí)際場景應(yīng)用中難以在保證時間效率的前提下提高檢測的準(zhǔn)確率。為解決上述問題,本文提出了一些基于卷積神經(jīng)網(wǎng)絡(luò)的改進(jìn)方法。本文提出了基于并行多種感受野特征提取的網(wǎng)絡(luò)用于實(shí)時行人檢測。首先,由于實(shí)際場景圖片中大多數(shù)為小目標(biāo),所以本文在特征提取的時候進(jìn)行了一些改進(jìn),利用多個不同大小的感受野代替單一感受野的方法,使得網(wǎng)絡(luò)在特征提取的時候不是使用單一感受野,而是并行的使用多個不同感受野的卷積核提取行人目標(biāo)更加豐富的多層次特征,有利于提高行人檢測... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

R-CNN的網(wǎng)絡(luò)結(jié)構(gòu)

3 Fast R-CNN軟研究院的 Ross B.Girshick 在 2015 年提出的 Fast R-CNN[38]在 SPP-N上進(jìn)一步提升速度和準(zhǔn)確率，其網(wǎng)絡(luò)結(jié)構(gòu)如圖 2-2 所示，設(shè)計(jì)了一種 R結(jié)構(gòu)來代替 SPP-Net 中的空間金字塔池化結(jié)構(gòu)，ROI 池化層把候選框定大小的特征層，然后輸入到之后的全連接層中得到特征向量。

圖 2-3 RPN 網(wǎng)絡(luò)結(jié)構(gòu)黑色虛線方框?yàn)榛瑒涌�，在最后一個卷積層上滑動特征，在每個滑動窗口的位置生成 k 個 anchor（錨果不是很好，所以后面會接分類層和位置回歸層，出錨點(diǎn)框里有沒有目標(biāo)，位置回歸中有 4k 個輸出，


本文編號：3527546