行人檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)之一,是自動(dòng)駕駛、人機(jī)交互和行為識(shí)別等任務(wù)的基礎(chǔ),具有重要的研究?jī)r(jià)值和廣泛的應(yīng)用場(chǎng)景。車(chē)載行人檢測(cè)算法基于圖像數(shù)據(jù)自動(dòng)檢測(cè)前方行人位置,提醒駕駛員或自動(dòng)駕駛系統(tǒng)規(guī)避碰撞事件。隨著計(jì)算機(jī)處理能力的快速發(fā)展,深度學(xué)習(xí)理論和技術(shù)在多個(gè)領(lǐng)域成效顯著并展示出無(wú)限潛力,行人檢測(cè)領(lǐng)域也因此獲得長(zhǎng)足進(jìn)展。但是,由于真實(shí)道路場(chǎng)景復(fù)雜、光照變化、遮擋多樣性等挑戰(zhàn),同時(shí)降低虛警和漏檢始終是行人檢測(cè)的難題�；谏疃葘W(xué)習(xí)開(kāi)展專(zhuān)門(mén)研究,提高行人檢測(cè)性能,減少漏檢和虛警是自動(dòng)駕駛及其道路交通智能化的的當(dāng)務(wù)之急。本文圍繞道路場(chǎng)景行人檢測(cè)的挑戰(zhàn)性問(wèn)題展開(kāi)研究工作。遠(yuǎn)紅外車(chē)載行人檢測(cè)是規(guī)避夜間人車(chē)碰撞的有效手段,然而由于缺乏公開(kāi)的大規(guī)模遠(yuǎn)紅外基準(zhǔn)數(shù)據(jù)集,很難有效訓(xùn)練檢測(cè)模型,制約著該領(lǐng)域的發(fā)展。因此本文提出、建立并公開(kāi)了一個(gè)大規(guī)模遠(yuǎn)紅外行人檢測(cè)基準(zhǔn)數(shù)據(jù)集。虛警抑制是道路場(chǎng)景車(chē)載行人檢測(cè)的難題,現(xiàn)有框架基于全圖滑窗的策略導(dǎo)致產(chǎn)生大量偏離路面區(qū)域的行人虛警,本文研究并提出基于路面語(yǔ)義的車(chē)載行人檢測(cè)網(wǎng)絡(luò)。復(fù)雜道路場(chǎng)景中行人遮擋是行人檢測(cè)領(lǐng)域重要挑戰(zhàn)問(wèn)題,本文研究基于人體可見(jiàn)信息的行人檢測(cè)方法,... 

【文章頁(yè)數(shù)】：115 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
主要符號(hào)表
第一章 緒論
    1.1 研究背景與意義
    1.2 行人檢測(cè)關(guān)鍵問(wèn)題
    1.3 研究?jī)?nèi)容和主要貢獻(xiàn)
    1.4 本文結(jié)構(gòu)
第二章 國(guó)內(nèi)外研究現(xiàn)狀
    2.1 行人檢測(cè)算法研究發(fā)展
        2.1.1 基于單一手工特征的行人檢測(cè)的階段
        2.1.2 基于集成通道特征的行人檢測(cè)的階段
        2.1.3 基于卷積神經(jīng)網(wǎng)絡(luò)特征學(xué)習(xí)的行人檢測(cè)階段
    2.2 面向行人檢測(cè)任務(wù)的數(shù)據(jù)集
        2.2.1 可見(jiàn)光行人檢測(cè)數(shù)據(jù)集
        2.2.2 遠(yuǎn)紅外行人檢測(cè)數(shù)據(jù)集
    2.3 基于區(qū)域推薦的行人檢測(cè)方法
    2.4 基于語(yǔ)義信息的行人檢測(cè)方法
    2.5 面向遮擋問(wèn)題的行人檢測(cè)方法
    2.6 本章小結(jié)
第三章 面向夜間道路場(chǎng)景的遠(yuǎn)紅外行人檢測(cè)數(shù)據(jù)集
    3.1 引言
    3.2 SCUT FIR行人檢測(cè)數(shù)據(jù)集
        3.2.1 數(shù)據(jù)采集
        3.2.2 數(shù)據(jù)標(biāo)注
        3.2.3 數(shù)據(jù)集統(tǒng)計(jì)與分析
        3.2.4 數(shù)據(jù)集劃分
    3.3 行人檢測(cè)評(píng)估標(biāo)準(zhǔn)
        3.3.1 檢測(cè)基準(zhǔn)
        3.3.2 評(píng)估指標(biāo)
        3.3.3 客觀基準(zhǔn)過(guò)濾準(zhǔn)則
        3.3.4 檢測(cè)結(jié)果過(guò)濾準(zhǔn)則
        3.3.5 寬高比規(guī)范化
        3.3.6 評(píng)估子集劃分
    3.4 基準(zhǔn)檢測(cè)器
        3.4.1 原版Faster R-CNN
        3.4.2 處理樣本不平衡
        3.4.3 錨點(diǎn)設(shè)置
        3.4.4 主干網(wǎng)絡(luò)選擇
        3.4.5 擴(kuò)展特征分辨率
        3.4.6 其他基準(zhǔn)方法
    3.5 實(shí)驗(yàn)與結(jié)果分析
        3.5.1 Faster R-CNN的消融實(shí)驗(yàn)
        3.5.2 SCUT基準(zhǔn)評(píng)估
    3.6 本章小結(jié)
第四章 基于集成路面語(yǔ)義的車(chē)載行人檢測(cè)方法
    4.1 引言
    4.2 集成路面語(yǔ)義行人檢測(cè)網(wǎng)絡(luò)
        4.2.1 路面水平區(qū)域估計(jì)
        4.2.2 路面區(qū)域推薦網(wǎng)絡(luò)
        4.2.3 實(shí)現(xiàn)細(xì)節(jié)
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 基準(zhǔn)數(shù)據(jù)集評(píng)估結(jié)果
        4.3.3 消融實(shí)驗(yàn)
    4.4 本章小結(jié)
第五章 基于頭部及可見(jiàn)特征的人體級(jí)聯(lián)的遮擋行人檢測(cè)
    5.1 引言
    5.2 基于人體級(jí)聯(lián)的遮擋行人檢測(cè)網(wǎng)絡(luò)
        5.2.1 銳化特征響應(yīng)區(qū)域推薦網(wǎng)絡(luò)
        5.2.2 可見(jiàn)區(qū)域引導(dǎo)注意力模塊
        5.2.3 頭部級(jí)聯(lián)檢測(cè)網(wǎng)絡(luò)
        5.2.4 實(shí)現(xiàn)細(xì)節(jié)
    5.3 實(shí)驗(yàn)結(jié)果與分析
        5.3.1 數(shù)據(jù)集及評(píng)價(jià)指標(biāo)
        5.3.2 City Persons基準(zhǔn)數(shù)據(jù)集評(píng)估結(jié)果
        5.3.3 消融實(shí)驗(yàn)
    5.4 本章小結(jié)
第六章 總結(jié)和展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
攻讀博士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]魯棒車(chē)載熱成像行人檢測(cè)的感興趣區(qū)域提取方法[J]. 徐哲煒,許瑞霖,劉瓊.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(02)



本文編號(hào)：3660048