目標(biāo)檢測(cè)作為計(jì)算機(jī)視覺技術(shù)的一個(gè)重要分支和基礎(chǔ),在視頻監(jiān)控、無人駕駛和人機(jī)交互等方面具有重要的應(yīng)用價(jià)值和研究意義。隨著深度學(xué)習(xí)原理的不斷發(fā)展,基于該原理的目標(biāo)檢測(cè)技術(shù)逐漸引起人們的熱切關(guān)注。然而目前在目標(biāo)檢測(cè)技術(shù)中通常使用候選框?qū)δ繕?biāo)區(qū)域進(jìn)行篩選,這種方法造成了候選框的冗余進(jìn)而導(dǎo)致網(wǎng)絡(luò)計(jì)算復(fù)雜度增加。為了解決這個(gè)問題,本文在綜合目標(biāo)檢測(cè)國(guó)內(nèi)外相關(guān)文獻(xiàn)基礎(chǔ)上,針對(duì)基于關(guān)鍵點(diǎn)的目標(biāo)檢測(cè)算法進(jìn)行了深入研究。本文的主要研究?jī)?nèi)容如下:(1)針對(duì)基于關(guān)鍵點(diǎn)的目標(biāo)檢測(cè)方法進(jìn)行了分析。由于傳統(tǒng)目標(biāo)檢測(cè)器已無法滿足人們對(duì)檢測(cè)精度的要求,本文將基于關(guān)鍵點(diǎn)的人體姿態(tài)估計(jì)算法引入到目標(biāo)檢測(cè)中,消除了以往目標(biāo)檢測(cè)工作中大量使用錨框的弊端。(2)研究了沙漏網(wǎng)絡(luò)模型的結(jié)構(gòu),認(rèn)為其在推理階段消耗了大量時(shí)間,從而導(dǎo)致網(wǎng)絡(luò)在檢測(cè)時(shí)無法達(dá)到實(shí)時(shí)性。本文提出了一種新型的精簡(jiǎn)沙漏網(wǎng)絡(luò)(Refine Hourglass Network)結(jié)構(gòu),為了達(dá)到減少網(wǎng)絡(luò)的參數(shù)計(jì)算量通過改變?cè)陈┚W(wǎng)絡(luò)的結(jié)構(gòu),引進(jìn)了火災(zāi)模塊(Fire Module)。通過在實(shí)驗(yàn)中對(duì)比增加模塊對(duì)效率的影響,結(jié)果表明精簡(jiǎn)沙漏網(wǎng)絡(luò)的檢測(cè)效率明顯提升。(3)為了更進(jìn)一...

【文章來源】： 燕山大學(xué)河北省

【文章頁(yè)數(shù)】：62 頁(yè)

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 目標(biāo)檢測(cè)的研究及發(fā)展現(xiàn)狀
        1.2.1 基于手工特征的目標(biāo)檢測(cè)
        1.2.2 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)
        1.2.3 基于關(guān)鍵點(diǎn)的目標(biāo)檢測(cè)
    1.3 本文主要研究?jī)?nèi)容
第2章 目標(biāo)檢測(cè)相關(guān)基礎(chǔ)和評(píng)價(jià)指標(biāo)
    2.1 引言
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
    2.3 網(wǎng)絡(luò)訓(xùn)練的優(yōu)化方法
    2.4 目標(biāo)檢測(cè)常用數(shù)據(jù)庫(kù)
    2.5 目標(biāo)檢測(cè)評(píng)價(jià)指標(biāo)
    2.6 本章小結(jié)
第3章 基于中心關(guān)鍵點(diǎn)的目標(biāo)檢測(cè)
    3.1 引言
    3.2 沙漏網(wǎng)絡(luò)
    3.3 基于沙漏網(wǎng)絡(luò)的關(guān)鍵點(diǎn)網(wǎng)絡(luò)
    3.4 精簡(jiǎn)沙漏網(wǎng)絡(luò)結(jié)構(gòu)原理
        3.4.1 動(dòng)機(jī)分析
        3.4.2 火災(zāi)模塊
        3.4.3 深度可分離卷積
        3.4.4 精簡(jiǎn)沙漏網(wǎng)絡(luò)結(jié)構(gòu)
    3.5 精簡(jiǎn)沙漏網(wǎng)絡(luò)檢測(cè)原理
        3.5.1 中心關(guān)鍵點(diǎn)檢測(cè)
        3.5.2 目標(biāo)中心的偏移損失
        3.5.3 邊界框的偏移損失
        3.5.4 生成目標(biāo)檢測(cè)框
    3.6 本章小結(jié)
第4章 基于中心關(guān)鍵點(diǎn)的目標(biāo)檢測(cè)實(shí)驗(yàn)
    4.1 引言
    4.2 實(shí)驗(yàn)運(yùn)行環(huán)境
    4.3 本實(shí)驗(yàn)數(shù)據(jù)
    4.4 算法實(shí)現(xiàn)
    4.5 結(jié)果對(duì)比與分析
        4.5.1 實(shí)驗(yàn)結(jié)果
        4.5.2 精簡(jiǎn)沙漏網(wǎng)絡(luò)性能分析
        4.5.3 精簡(jiǎn)沙漏網(wǎng)絡(luò)和沙漏網(wǎng)絡(luò)對(duì)比
        4.5.4 與其它先進(jìn)算法對(duì)比
    4.6 實(shí)驗(yàn)參數(shù)分析
    4.7 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間主要成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的目標(biāo)檢測(cè)技術(shù)的研究綜述 [J]. 羅元,王薄宇,陳旭.  半導(dǎo)體光電. 2020(01)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)模型綜述 [J]. 許必宵,宮婧,孫知信.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(12)
[3]以斷面控制為核心的電網(wǎng)調(diào)度運(yùn)行控制體系及系統(tǒng)開發(fā) [J]. 甘德樹,林桂輝,吳海雄,彭健,張勇,廖兵兵,黃銀才,鄭全朝,張楠.  電力系統(tǒng)保護(hù)與控制. 2017(22)

碩士論文
[1]基于深度學(xué)習(xí)的視覺目標(biāo)檢測(cè)與識(shí)別關(guān)鍵技術(shù)及應(yīng)用[D]. 張開軍.南京大學(xué). 2019
[2]基于SSD-Hourglass的多人姿態(tài)檢測(cè)算法及其優(yōu)化[D]. 黃鐸.杭州電子科技大學(xué). 2019



本文編號(hào)：3549623