【摘 要】
:
目标检测技术是光电探测成像与计算机视觉领域中的一个重点研究方向,传统的目标检测方法很难适应变化多样的场景,检测效果也不尽如人意,如今,卷积神经网络(Convolutional Neu
论文部分内容阅读
目标检测技术是光电探测成像与计算机视觉领域中的一个重点研究方向,传统的目标检测方法很难适应变化多样的场景,检测效果也不尽如人意,如今,卷积神经网络(Convolutional Neural Network,CNN)在图像分类和识别方面取得了重大突破,使得目标检测技术达到了一个新的高度。本文在充分研究CNN的基础上,针对当前网络模型在目标检测方面出现的精确率低、小目标召回率低等问题,提出了一种融合还原层的GoogLeNet卷积神经网络模型用于行人检测,并在此基础上采用基于SSD(Single Shot Multibox Detector)的卷积神经网络模型进行行人与多目标检测。本文的创新点和主要研究内容包括:(1)设计了融合1*1还原层的GoogLeNet卷积神经网络行人检测系统。利用1*1还原层紧跟3x3和5x5卷积层来取代Inception模型,有效减少了参数数量,改善了网络的收敛性,提高了模型的特征表达能力。(2)利用loss损失函数优化定位框。根据改进的模型重新定义loss函数,输出结果表明,随着网络迭代次数的增多,loss逐渐拟合了训练数据中的噪声和训练样例中没有代表性的特征。在VOC2007+2012数据集上对改进模型进行实验,结果表明,本文所提出的行人检测模型取得了93.1%的精确率(优于AlexNet模型1.6%),在ROC曲线上取得了0.96的AUC值(优于AlexNet模型0.03);在实景数据评估中,本文模型取得了95.47%的精确率(优于AlexNet模型4.11%)。(3)针对融合还原层的GoogLeNet模型小目标召回率低的问题,采用基于SSD的卷积神经网络模型进行多目标检测,并通过实景采集的数据评估模型性能,结果表明,针对行人、自行车、汽车的多目标检测任务,本文模型取得了89.47%的平均精确率(优于Faster R-CNN模型11.86%,优于YOLO模型16.81%);针对行人检测任务,本文模型对小目标行人召回率为82.97%(优于AlexNet模型18.02%,优于融合还原层的GoogLeNet模型20.04%)。
其他文献
生态毒理学分析方法是研究污染物在土壤中的合理限值,即土壤基准的重要手段之一,生物毒理效应研究是其核心内容。研究污染物胁迫下指示生物响应特点,是对常规化学检测方法的有效补充,可以在一定程度上反映各种有毒物质对土壤生态系统的综合影响和潜在风险,即土壤环境安全评价与生态预警。本研究对我国京津冀地区的蚯蚓种群进行调研,分析了该地区几种主要生境(菜地、农田和草地)中蚯蚓的种群数量和群落结构特点。研究结果表明
【目的】优化桂桑优12种子油提取工艺条件,并分析其抗氧化活性,为广西主推桑树品种桂桑优12种子油提取和高值化利用提供技术支持。【方法】以桂桑优12种子为试验材料,种子油
从目前智能设备的普及趋势来看,未来人类的生活将被越来越多的电子消费产品所包围,智能系统在可见的未来虽然能在高概率上成功根据日常需求流程预测被服务对象的下一步指令实现部分智能自动化,但完全的无指令输入实现对智能系统的控制短期依然难以实现。因此,针对人机交互的相关技术的研究依然具有极强的现实意义。基于雷达的动作识别系统在实现对于肢体动作的有效探测和识别的同时,可以有效避免信息的过度采集对用户隐私和安全
'营改增'作为我国实施结构性减税的一项重要举措,影响着我国各行各业。'营改增'逐步深入后,不可逆转的是建筑业也被纳入'营改增'范围,2015年建筑业
论述了外墙外保温体系的性能特点、基本组成、保温材料的质量要求及应用技术.
在全球各港口中,上海港及新加坡港近年来发展极快,并迅速走进世界前列。为了探究此两大港口成功的原因并对他们的差异进行比较,本文根据近十多年来这两大港口的货物吞吐量统
塞韦索指令是欧盟一项重要的涉及危险物质重大事故的预防和控制指令,是在欧洲吸取产业化时期众多重大化工事故教训之后逐渐完善起来的指令。在欧盟涉及化学品管理的法规指令
以英语为主的外来影视剧和电影为主承担了我国的绝大部分外来影视剧市场。作为外语影片的重要组成部分,翻译字幕对我国这种官方语言非英语国家尤其重要,字幕翻译的优劣影响着
[目的]了解边疆民族地区少数民族居民的健康状况,分析影响健康的因素,并对少数民族居民健康公平性进行评价,探索影响健康公平性的主要因素。为改善少数民族居民健康状况,促进
建筑防水,是一个对技术要求很高的生僻行业。打工妹付梅在上世纪90年代敏锐地察觉到了这一行业的发展前景,一头扎了进去。现在,她的立足大连的“大连傅禹防水工程有限公司”把生