隨著經(jīng)濟的快速發(fā)展,道路上的汽車也越來越多,伴隨而來的是交通擁堵、交通事故頻發(fā)等一系列問題。為了解決這些問題,智能交通系統(tǒng)已經(jīng)被廣泛應(yīng)用在道路交通中,并起著非常重要的作用。在智能交通系統(tǒng)中,交通信號燈的檢測是其中一項重要的研究內(nèi)容。然而,由于實際路況是一個復(fù)雜多變的場景,與場景中的其它目標相比,交通信號燈的尺寸又非常小,使得實際場景下交通信號燈的檢測精度難以達到實際需求。近年來,由于卷積神經(jīng)網(wǎng)絡(luò)具有強大的特征學(xué)習(xí)能力,已經(jīng)被廣泛應(yīng)用在圖像分類、目標檢測等領(lǐng)域,并取得了一系列成就。因此,本文利用卷積神經(jīng)網(wǎng)絡(luò),針對交通信號燈檢測(小目標檢測),進行了系統(tǒng)的研究,主要工作與創(chuàng)新如下:首先,本文基于Faster R-CNN目標檢測算法,提出了一種改進的錨設(shè)計,與原始的錨相比,該設(shè)計方法采用尺度更小的錨,從而在候選區(qū)域生成網(wǎng)絡(luò)中能夠更好地生成與交通信號燈尺寸相匹配的候選區(qū)域。另外,根據(jù)小目標檢測的特點(即小目標的細節(jié)信息主要存在于Faster R-CNN網(wǎng)絡(luò)的淺層特征圖中,而其豐富的語義信息主要存在于Faster R-CNN網(wǎng)絡(luò)的深層特征圖中),提出了一種特征融合策略,即對Faster R-CN...

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文內(nèi)容與結(jié)構(gòu)安排
第二章 卷積神經(jīng)網(wǎng)絡(luò)相關(guān)基礎(chǔ)
    2.1 引言
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 CNN的基本結(jié)構(gòu)
        2.2.2 卷積
        2.2.3 池化
        2.2.4 激活函數(shù)
    2.3 VGG16 網(wǎng)絡(luò)
    2.4 深度殘差網(wǎng)絡(luò)
    2.5 反卷積與空洞卷積
        2.5.1 反卷積
        2.5.2 空洞卷積
    2.6 隨機梯度下降算法
    2.7 本章小結(jié)
第三章 基于改進Faster R-CNN的交通信號燈檢測
    3.1 引言
    3.2 Faster R-CNN目標檢測算法
        3.2.1 Faster R-CNN的基本結(jié)構(gòu)
        3.2.2 RPN
        3.2.3 ROI Pooling
        3.2.4 分類與邊界框回歸網(wǎng)絡(luò)
        3.2.5 Faster R-CNN的訓(xùn)練細節(jié)
    3.3 改進的Faster R-CNN目標檢測算法
        3.3.1 改進的anchor設(shè)計
        3.3.2 改進的Faster R-CNN網(wǎng)絡(luò)設(shè)計
    3.4 本章小結(jié)
第四章 基于改進SSD的交通信號燈檢測
    4.1 引言
    4.2 SSD目標檢測算法
        4.2.1 SSD的基本結(jié)構(gòu)
        4.2.2 多尺度卷積檢測模塊
        4.2.3 先驗框設(shè)計與匹配
        4.2.4 訓(xùn)練損失函數(shù)
    4.3 改進的SSD網(wǎng)絡(luò)設(shè)計
    4.4 本章小結(jié)
第五章 實驗結(jié)果與分析
    5.1 引言
    5.2 實驗相關(guān)信息
        5.2.1 實驗環(huán)境
        5.2.2 Faster R-CNN與 SSD選取的特征提取網(wǎng)絡(luò)
        5.2.3 交通信號燈檢測數(shù)據(jù)集
        5.2.4 實驗評價指標
    5.3 基于改進Faster R-CNN的交通信號燈檢測實驗結(jié)果分析
    5.4 基于改進SSD的交通信號燈檢測實驗結(jié)果分析
    5.5 本章小結(jié)
總結(jié)與展望
參考文獻
攻讀碩士學(xué)位期間發(fā)表的成果
致謝



本文編號：3871999