【摘 要】
：
行人检测技术一直是目标检测领域的一大难题,也是安防监控、智能交通以及人体识别等领域基础而关键的一环。本文基于深度学习的相关理论知识,针对公共交通场景下的快速行人检测算法进行研究。首先,分两类介绍基于深度学习的行人检测算法,第一类是基于候选区域的行人检测算法,以Faster RCNN为例;第二类是基于回归的行人检测算法,以SSD和YOLO系列为例。之后,介绍基于注意力机制的行人检测算法。其次,针对Y
论文部分内容阅读
行人检测技术一直是目标检测领域的一大难题,也是安防监控、智能交通以及人体识别等领域基础而关键的一环。本文基于深度学习的相关理论知识,针对公共交通场景下的快速行人检测算法进行研究。首先,分两类介绍基于深度学习的行人检测算法,第一类是基于候选区域的行人检测算法,以Faster RCNN为例;第二类是基于回归的行人检测算法,以SSD和YOLO系列为例。之后,介绍基于注意力机制的行人检测算法。其次,针对YOLOv3-tiny算法在平均准确率上较低,对小目标行人和存在遮挡情况的行人检测效果一般的问题,提出了改进的方法:（1）改进多尺度预测结构,构建浅层信息预测层y3,解决网络丢失浅层低维特征的问题;（2）在网络深层加入空间金字塔池化模块,在增加感受野的同时使网络具有更强的语义表征能力;（3）增加改进的注意力机制模块,使网络模型更加关注行人的特征。建立公共交通场景下的行人数据集,并使用K-means++进行聚类,使新的先验框可以更好适用于单类别行人数据集。对改进后的算法进行训练并验证性能,结果表明,改进后的算法在保持一定速度的情况下,可以改善检测效果。最后,针对YOLOv4-tiny召回率较低的问题提出改进方法:（1）对原始网络中部分卷积层进行轻量化处理;（2）改进特征融合网络,有效加强浅层细节信息进入深层次特征层;（3）修改激活函数,提高网络的准确性。使用Masaic数据增广,CIoU损失函数对网络进行训练,结果表明,改进后的算法提高了2.3%的平均准确率和6.3%的召回率。在保证较快检测速度的前提下,行人检测效果有明显改善。
其他文献
高速公路客户服务是提高高速公路对社会公众服务质量和服务能力的基础保障,也是为高速公路运营管理者和使用者架起一座信息的沟通桥梁。随着2019年12月31日24时的全国联网收费系统顺利切换,客户服务习惯发生很大的改变,过往经验积累的运营管理红利逐渐消失弱化,对客户服务质量和服务能力的要求进一步提高。各省市高速公路行业客户服务管理单位均开始聚焦服务流程的优化,力求降低新形式下的服务压力、满足服务质量要求
近年来,随着目标检测技术的不断发展,对于普通场景图像的目标检测能力已经取得很大进步,然而在遥感图像中,目标往往是微小且分布密集的,而这些场景却往往有着更多的工程应用意义。因此本文重点研究了基于深度学习的高密度目标检测算法,本文主要研究内容如下:在光学遥感图像中目标密集分布的情况下,提出一种基于改进注意力机制和多层特征融合的Faster R-CNN模型,并在三种光学遥感数据集上展开研究。首先,为提高
高性能的电极材料是储能领域超级电容器发展的关键。过渡金属碳化物MXene具有独特的二维结构,因其表现出的优异的电导率、丰富的表面官能团和优异的电化学性能,成为超级电容器电极材料的新热点。Ti3C2TX自2011年被创造以来是被研究的最广泛的MXene,然而,开发设计综合性能良好的Ti3C2TX独立薄膜电极仍是研究人员亟需解决的问题。本文采用HCl和Li F原位生成HF刻蚀Ti3Al C2制备Ti3
电磁屏蔽材料能够衰减电磁波,消除其对电子元器件、人体、环境产生的干扰或伤害。石墨烯具有低密度、高电导率、高柔性、易成形加工的特点,将其和聚合物制成复合材料,在电磁屏蔽领域具有广阔的应用前景。然而,在与聚合物复合过程中石墨烯易发生团聚,导致复合材料的电导率较低进而导致其电磁屏蔽性能不理想。针对该问题,本文采取多层复合材料的设计方法,得到具有较高电磁屏蔽性能的石墨烯/含酚酞侧基的聚芳醚砜（PES-C）
推理能力作为数学学科核心素养之一广受国内外学者关注。新版的《义务教育数学课程标准（2022年版）》代数式的内容要求中明确要求学生了解“代数推理”,然而在梳理文献后发现,目前推理仍集中于几何内容研究,对于代数推理方面的研究大多是解题类研究,测评类研究很少。所以希望在已有研究基础上构建合理的代数推理能力测评框架,并对八年级学生进行测评。本文以八年级学生作为研究对象,围绕以下两个问题进行研究:（1）如何
随着各种智能电子设备的普及,可拉伸、可穿戴式应变传感器因其便携性和可折叠优势,引起了学术界的广泛关注。其中导电聚合物复合材料（CPCs）具有拉伸性能好、成本低、电学性能可调等优点,是制备可拉伸应变传感器的理想材料。然而高灵敏度与宽传感范围的矛盾极大地限制了柔性可穿戴式应变传感器在全范围人体运动监测中的广泛应用。设计一种同时具有高灵敏度和宽传感范围的传感器仍然是一项具有巨大挑战性的工作。因此,为了使
随着畜牧业不断发展,养殖场迎来了自动化技术时代,传统生猪养殖方式在互联网发展时代面临着巨大的压力。目前,畜牧企业对生猪养殖管理自动化程度不高,使用大量人力、物力对生猪进行饲养,造成大量的人员以及饲料资源浪费,同时企业很难第一时间掌控现场情况及猪的生长情况,致使养殖场整体效率低下。因此,企业需对旗下养殖场进行自动化智能饲喂管理来提高养殖效率。为解决企业旗下养殖场自动化管理问题,需设计一个养殖场智能饲
卷积神经网络性能不断提高的同时网络模型也在不断增大,严重制约其在智能手机等移动设备上的部署。针对这一问题,本文旨在网络模型性能损失不大的情况下,最大限度缩短卷积神经网络的计算成本和模型大小。本研究的主要内容如下:针对基于卷积神经网络的图片分类任务,本文提出基于深度可分离卷积和二值化网络的模型压缩加速方法。首先使用深度可分离卷积代替传统的卷积方式,然后对网络进行二值化处理,二值化网络将网络的激活值和
在航空发动机地面试验中,测量发动机矢量尾喷口的几何形状参数,对于飞机飞行姿态调整具有重要意义。然而,由于矢量尾喷口的结构和运动过程复杂,测量空间范围变化大,现场测量环境恶劣,传统接触式测量方法难以满足实际需求。相比较传统接触式测量方法,视觉测量方法具有非接触、精度高以及稳定性好等优点,在航空测量领域得到了广泛的应用。本文结合中国航发四川燃气涡轮院的实际测量需求,在双目立体视觉基础上建立多目立体视觉
近年来,许多研究专注于智能机器人的设计与开发,机器人在控制领域的发展也越来越成熟,为机器人的技术研发提供了更加可靠的保障。现在国内外的研究大多集中于仿生型机器人,特别是仿生六足机器人的开发。但是目前的仿生六足机器人在运动性能、图像识别、智能化等方面还不能达到理想状态。在面对不同类型的障碍时,六足机器人在识别和躲避障碍的过程中还存在许多问题。因此,六足机器人在自主判断不同类别障碍和避障决策方面还存在