【摘 要】
:
目标检测是实现重点区域监测、城市管理的重要手段,广泛应用于人脸识别、自动驾驶、军事安防等领域。多源传感器信息融合的目标检测技术能够充分发挥各传感器的检测优势,提高目标检测准确性和鲁棒性,其中毫米波雷达与相机传感器凭借成本以及性能优势成为传感器融合的主流趋势。Center Fusion是目前业界主流的雷达与相机信息融合的目标检测算法,能够实现三维目标检测以及目标运动状态预测,但仍存在以下问题:Cen
论文部分内容阅读
目标检测是实现重点区域监测、城市管理的重要手段,广泛应用于人脸识别、自动驾驶、军事安防等领域。多源传感器信息融合的目标检测技术能够充分发挥各传感器的检测优势,提高目标检测准确性和鲁棒性,其中毫米波雷达与相机传感器凭借成本以及性能优势成为传感器融合的主流趋势。Center Fusion是目前业界主流的雷达与相机信息融合的目标检测算法,能够实现三维目标检测以及目标运动状态预测,但仍存在以下问题:Center Fusion算法通过Center Net目标检测器获取目标的位置与类别信息,当目标被遮挡以及目标尺度过小容易出现漏检现象;通过截锥体的方法实现多源传感器数据关联,在目标密集场景下出现数据绑定错误问题。(1)针对动态场景下目标遮挡干扰和尺度过小问题,结合多层特征融合思想,本文提出基于改进特征提取网络的Center Track++算法。该算法首先使用具有时空关联机制的目标检测器,根据目标在连续帧的空间偏移量预测目标当前时刻位置信息,实现遮挡目标检测。通过对比不同目标检测器在MOT17数据集的表现,选取Center Track++算法实现图像特征提取。然后使用特征金字塔网络对Center Track++算法改进,在主干网络下采样过程中提取不同深度的有效特征层,卷积操作后与特征金字塔网络下采样特征进行融合得到多尺度特征融合结果,提升小目标检测精度。实验结果表明,相较于Center Net算法,其平均检测精度和召回率分别提升5.7%和3.6%,身份切换率下降58.2%。(2)针对目标密集场景下多源传感器数据绑定错误问题,结合目标关联思想,本文提出基于置信度的数据关联算法。该算法首先在(1)算法基础上,获取前一帧同目标雷达信息,然后使用匀速运动模型预测当前帧雷达信息取值范围,最后通过最近邻域关联算法实现当前帧关键雷达点选取,从而有效提升多源传感器数据绑定准确率。为避免传感器测量误差导致真实雷达点被过滤现象,引入卡尔曼滤波算法实现雷达信息修正;提出扩展截锥体方法增大数据关联范围。实验结果表明,相较于Center Fusion算法,该算法在nu Scenes数据集上整体检测分数和平均检测精度分别提升4.3%和3.1%,并且在密集场景下有更好表现效果。在特定目标类型检测中,Truck、Pedestrain、Bicycle三类目标平均精准度分别提升16.8%、6.1%、48.4%。基于提出的目标检测算法,分析智慧安防系统的功能需求,研发雷达与相机结合的智慧哨兵安防系统。该系统实现数据采集、传感器数据关联、目标检测、录像回放、联动报警等功能,验证本文提出的目标检测算法的可行性。
其他文献
随着人工智能、云计算、大数据等新型网络技术的不断发展,对信息存储技术的要求不断提高。铁电存储器作为新型非易失存储器中的一种,具有非易失、功耗低、读写速度快等优势。2011年,B(?)scke等人首次在硅(Si)掺杂氧化铪(HfO2)薄膜中观测到了铁电特性。与传统钙钛矿类铁电材料相比,掺杂HfO2铁电薄膜具有许多显著优势,例如:与现有CMOS工艺兼容;在纳米尺度(<10 nm)下仍然具备良好的铁电特
作为人工智能的前沿领域,卷积神经网络已经在诸多领域中都取得了巨大成功。然而,随着卷积神经网络模型复杂度的升高,其存储空间和推理延迟越来越大,严重制约了网络在资源受限的嵌入式平台中的部署和应用。针对此问题,本文对卷积神经网络模型压缩中的剪枝方法展开了研究,以实现在嵌入式处理器中压缩并加速常见的卷积神经网络。本文的主要工作和贡献如下:(1)针对以往的卷积核评判标准未考虑权值矩阵蕴含的空间意义,使得剪枝
LED(Light-Emitting Diode)是一种性能优异的发光半导体器件,缩小化的Mini LED与Micro LED可以用于高分辨率小型化的显示面板,相比传统的LCD与OLED显示技术,基于Mini/Micro LED的显示面板功耗低,像素响应速度快,使用寿命长,是未来消费电子领域显示技术的热门候选。自动光学检测是LED生产制造中必不可少的工艺环节,传统自动光学检测算法对Mini/Mic
随着“双碳”目标的提出,光伏行业迎来了前所未有的发展机遇。钙钛矿是第三代薄膜太阳能电池光吸收层材料之一,具有光吸收系数大、载流子寿命长且迁移率高等优势。截至2022年,钙钛矿太阳能电池光电转换效率已突破25.7%,与理论极限愈发接近,已经可与传统的硅基太阳能电池相媲美。然而,由于低温溶液制备工艺与器件的层状结构,钙钛矿活性层内部以及界面处的缺陷不可避免,界面处的能级失配也十分常见,这些问题会造成载
髓鞘对神经系统的神经信号传递至关重要,是神经环路的重要结构支撑。体内髓鞘含量的精准测量对理解大脑发育及神经退行性相关疾病等脑疾病有着非常重要的意义。常规T1/T2加权像在脑白质髓鞘相关疾病诊断上不具有特异性。随着磁共振技术的不断发展,1994年Mackay等人提出对水分子质子横向弛豫时间(T2)的多指数分析方法。该方法采用多自旋回波脉冲序列测量,利用髓鞘水分子与其他水分子T2的区别,从而区分两种水
氮化镓(GaN)材料因其大的禁带宽度、高的电子迁移率等优势在雷达、通信等领域具有广阔的应用前景。基于GaN材料的高电子迁移率器件具有更大的功率、更高的效率等优势。与传统的单沟道GaN基HEMTs器件相比,双沟道GaN基HEMTs器件具有更高的二维电子气密度、更好的跨导平坦度。因此,GaN基双沟道HEMTs器件得到了研究人员的广泛关注。而在众多GaN基双沟道HEMTs器件中,由于In Al N/Ga
在过去几年的时间里,人工智能算力已经提升近万倍,面对市场对于产品需求的快速变化,如何平衡短周期与高性能成为了人工智能芯片领域竞争的关键。在整个芯片开发的项目过程中,有60%以上开发总时间消耗在芯片验证环节,且这一比重还在上涨,因此提高验证效率成为包括人工智能芯片在内的整个芯片行业业界亟待解决的核心关键问题。本文通过对目前业界广泛应用的主流验证方法与验证策略进行研究,结合NPU神经网络芯片的主要功能
随着生物医疗芯片和通信应用需求增加,模数转换器(Analog-to-Digital Converter,ADC)作为传感器电路中模拟信号和数字系统沟通桥梁的关键枢纽,正逐步朝着高性能低功耗的趋势发展。逐次逼近寄存器(Successive Approximation Register,SAR)ADC是高分辨率和高能源效率模数转换器中候选之一。SAR ADC由于其不具有高带宽放大器且能在速度、功耗、动
微服务、容器化等云原生技术已经成为当前构建应用系统的主流方式,将系统复杂性从服务内部转移到服务交互和体系架构层面,各服务独立开发、部署、更新,使得系统具备“持续运行、在线衍化”的特点,以适应新的业务和不断增长的系统特性。微服务应用系统有着架构体系复杂、内部交互动态、系统数据海量等特点,系统故障能够在服务、组件间进行传播,造成系统多处发生异常事件,需要对并发出现的异常做出快速捕获,通过分析后追溯多种
第三代半导体材料氮化镓(Ga N)具有宽禁带、高击穿电场以及高电子饱和速率等诸多优势。基于氮化镓的高电子迁移率晶体管(HEMT)器件更是兼具了高频、大功率以及耐高温等特性,适用于新一代无线通讯、电力电子、航天和航空等领域。但是目前器件的可靠性方面仍然存在着不少的问题。尤其是随着器件工作结温越来越高,器件经常需要工作在高温与电应力同时存在的环境中,这可能会加剧器件的退化。基于此,本论文针对氮化镓HE