联合生成对抗网络的夜间车辆检测方法研究

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:cocoxb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
基于视觉图像的城市道路车辆检测是计算机视觉领域重要的研究课题之一,目前在白天环境下已取得良好的成果,但夜间环境的车辆检测问题仍存在许多研究难点。现已有的基于视觉图像的夜间车辆检测方法主要以车灯为主要特征,但容易受到低光照、复杂灯光等因素的影响。根据目前夜间车辆检测存在的难点,本文主要创新点是提出一种联合生成对抗网络(Generative Adversarial Network,GAN)的夜间车辆检测算法,可有效增强夜间车辆视觉信息,提高车辆召回率和降低误检率,具体内容如下:(1)针对夜间复杂的光线环境,本文提出一种基于GAN网络特征转换-增强的车辆级联检测网络(feature translate-enhancement generative adversarial network for vehicle detection,Fte Gan Vd)。首先,Fte Gan Vd是由两个模块组成:1)基于Cycle GAN的图像特征增强模块:先通过增强模块的生成器将夜间图像转换成白天图像,提高图像亮度并增强车身和背景对比度。然后将转换前后夜间和白天图像的多尺度特征融合得到增强的图像特征;2)车辆检测模块:基于现有的目标检测网络作为检测器与增强模块级联,将增强特征输入到检测模块完成车辆检测。其次,为了提高网络对车辆的注意力,本文对生成器的损失函数提出改进,通过车辆的位置标签生成权重模板,调整车辆和背景的损失比重,提高增强模块对车辆的感知,使得生成器更加注重车辆的转换结果。(2)结合实际应用的实时性需求,本文提出夜间图像转换和车辆检测的多任务网络,采用卷积层共享方式有效减少网络参数量和计算量。首先,转换任务和检测任务共享一个主干网络,提取夜间图像的相似性信息,接着经过两个子网络,分别同时完成夜间到白天的图像转换和夜间车辆检测两个任务。此外,通过融合转换任务与检测任务的多尺度特征,结合了夜间和白天两种不同信息增强车辆特征的鲁棒性,从而提高检测任务的精度。为验证所提出算法的有效性,本文在公开数据集Berkeley Deep Drive(BDD)和个人数据集上进行实验,并和现有的目标检测神经网络进行了对比,在不同数据集上本文算法的平均准确率都得到不同程度的提升。通过对比相同召回率时的精确率以及相同精确率时的召回率,实验结果表明了本文的方法可以有效地提升车辆识别能力,在提升车辆召回率的同时降低了误检率。
其他文献
设计合成缺陷结构可控的半导体光催化剂,揭示引入缺陷对电荷迁移和化学反应过程的本质作用,对半导体光催化剂改性具有非常重要的研究意义。引入氧空位缺陷(Vo)是有效改性氧化物半导体光催化剂的重要方法之一。通常,氧化物半导体中Vo形成的反应条件比较苛刻,形成机理不清楚,不具有普遍适用性。而且,采用一般的合成方法很难控制Vo浓度以及表面/体相Vo浓度比。因此,开发一种在二氧化钛(TiO2)等半导体中可控引入
学位
神经递质是控制中枢和外周神经系统行为和生理功能的重要生化分子。建立生物样品中的神经递质的含量和变化的分析方法是了解神经系统疾病的发病机理及药物在体内的作用机制的基础,对神经系统疾病的预防和治疗具有重要的科学意义。电化学分析方法具有简单、快速、灵敏、高时空分辨率和实时原位检测等优点,被广泛应用于生物样品中神经递质的分析检测。针对目前电化学分析法检测生物样品中神经递质时在空间分辨率、灵敏度、选择性和电
学位
多通道在体记录技术(Multi-channel in vivo recording techniques)能够在动物自由活动的状态下,实时观察和记录动物脑内群体神经元的活动状况,是研究大脑认知功能神经编码机制的主要技术之一。由于该技术是一种胞外记录技术,因此,虽能检测到大脑神经元活动时的动作电位放电序列,但却无法进一步鉴定该活动神经元的结构和形态特征。近年来报道了一种新型钙指示荧光蛋白工具CaMP
学位
多功能的有机小分子荧光探针为亚细胞器微结构的可视化和动力学功能的监测提供了强有力的工具,极大地提高了人们对复杂生物现象和生物行为调控的认识。然而,从单个有机荧光分子骨架出发,实现其生物应用的多样化仍然是一项具有挑战性的工作。本论文基于香豆素骨架,通过合理的分子设计,合成了一系列有机小分子荧光探针,进一步研究了其在生物成像与诊疗等领域的应用。具体研究内容如下:第一部分,设计合成了一系列基于香豆素的吡
学位
学位
学位