隨著科技發(fā)展,目標(biāo)檢測的檢測精度和速度逐步提高,但其在高速運(yùn)動(dòng)場景、光線明亮或昏暗場景下檢測效果不如人意。近些年興起的事件相機(jī),通過感知光線強(qiáng)度變化輸出事件,良好地解決了光線條件不足和無法捕捉高速運(yùn)動(dòng)的問題。針對此問題,本文利用動(dòng)態(tài)視覺傳感器,提出了兩種基于事件的端到端目標(biāo)檢測算法,并從事件處理、特征提取、特征分類等方面對算法進(jìn)行了創(chuàng)新與改進(jìn)。首先,本文介紹了事件相機(jī)的種類、工作原理和優(yōu)勢,并建立動(dòng)態(tài)視覺傳感器的數(shù)學(xué)模型。通過對輸出事件的分析,從離散和連續(xù)兩個(gè)角度對事件流進(jìn)行處理,提出兩種事件處理模型,即積分模型和Leaky Surface模型。其次,本文提出了兩種基于事件的目標(biāo)檢測算法,即基于事件的改進(jìn)HOG+SVM目標(biāo)檢測算法和基于事件的深度學(xué)習(xí)檢測算法Event-YOLO。改進(jìn)HOG+SVM目標(biāo)檢測算法主要通過事件處理模型將事件轉(zhuǎn)為灰度圖,采用改進(jìn)的HOG特征進(jìn)行特征提取,加強(qiáng)了整體特征提取,降低了局部細(xì)節(jié)特征的注意力。最后通過組合支持向量機(jī),實(shí)現(xiàn)多個(gè)目標(biāo)的檢測與分類。Event-YOLO檢測方法則是在YOLO網(wǎng)絡(luò)基礎(chǔ)上加入Leaky Surface模型,實(shí)現(xiàn)對事件的處理,并設(shè)計(jì)...

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究目的和意義
    1.2 傳統(tǒng)圖像傳感器與事件相機(jī)
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 目標(biāo)檢測研究現(xiàn)狀
        1.3.2 事件相機(jī)研究現(xiàn)狀
        1.3.3 研究現(xiàn)狀分析
    1.4 本文主要研究內(nèi)容
第2章 事件相機(jī)分類及事件模型搭建
    2.0 引言
    2.1 事件相機(jī)分類
        2.1.1 動(dòng)態(tài)視覺傳感器
        2.1.2 基于時(shí)間異步動(dòng)態(tài)視覺傳感器
        2.1.3 動(dòng)態(tài)有源像素視覺傳感器
    2.2 事件生成原理
    2.3 事件處理原理
        2.3.1 逐事件處理原理
        2.3.2 組事件處理原理
        2.3.3 脈沖神經(jīng)網(wǎng)絡(luò)原理
    2.4 多對一轉(zhuǎn)換模型
    2.5 本章小結(jié)
第3章 基于事件的特征檢測算法研究
    3.1 引言
    3.2 基于事件的特征提取方法設(shè)計(jì)
        3.2.1 Haar-like特征
        3.2.2 LBP特征
        3.2.3 HOG特征
        3.2.4 改進(jìn)HOG特征
    3.3 基于事件的支持向量機(jī)檢測算法研究
        3.3.1 支持向量機(jī)算法
        3.3.2 改進(jìn)多分類支持向量機(jī)算法
    3.4 本章小結(jié)
第4章 基于事件的卷積神經(jīng)網(wǎng)絡(luò)檢測算法研究
    4.1 引言
    4.2 基于事件的卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)
        4.2.1 事件處理模型
        4.2.2 基于事件的卷積層設(shè)計(jì)
        4.2.3 基于事件的最大池化層設(shè)計(jì)
        4.2.4 基于事件的檢測網(wǎng)絡(luò)設(shè)計(jì)
    4.3 基于事件的損失函數(shù)設(shè)計(jì)
    4.4 本章小結(jié)
第5章 目標(biāo)檢測算法實(shí)現(xiàn)及結(jié)果分析
    5.1 引言
    5.2 數(shù)據(jù)處理與設(shè)計(jì)
    5.3 檢測算法分析與比較
        5.3.1 改進(jìn)HOG+SVM檢測算法結(jié)果分析
        5.3.2 基于事件的深度學(xué)習(xí)檢測算法結(jié)果分析
        5.3.3 檢測算法比較與分析
    5.4 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝



本文編號(hào)：3819596