【摘 要】
：
目标检测是计算机视觉领域的一个研究热点和基本任务,它是图像识别技术和目标定位技术的结合。近来,在卷积神经网络的帮助下取得了巨大的进展,目标检测技术在不同的场景中已经日趋完善。智能监控、自动驾驶、公共安防等实际应用对目标检测技术提出了更大的需求。然而,在这些视频应用中,受目标形变、遮挡、模糊、光照等场景和自然因素的影响,现有的目标检测技术难以克服这些问题。因此,视频目标检测技术面临着更多的挑战。在视
论文部分内容阅读
目标检测是计算机视觉领域的一个研究热点和基本任务,它是图像识别技术和目标定位技术的结合。近来,在卷积神经网络的帮助下取得了巨大的进展,目标检测技术在不同的场景中已经日趋完善。智能监控、自动驾驶、公共安防等实际应用对目标检测技术提出了更大的需求。然而,在这些视频应用中,受目标形变、遮挡、模糊、光照等场景和自然因素的影响,现有的目标检测技术难以克服这些问题。因此,视频目标检测技术面临着更多的挑战。在视频目标检测领域中,使用基于图像的目标检测算法完成视频检测任务时,除了检测算法本身存在的一些问题外,还缺乏时序上下文信息,导致目标在时间上的不一致性和独立性,造成特征描述不足而引发目标漏检的问题。本文通过研究基于卷积神经网络的目标检测方法,对原有检测算法存在的缺陷进行改进。主要贡献如下:（1）提出一种基于关联特征的视频检测方法,利用帧之间的目标变化信息构建出包含目标运动的特征描述子,通过该特征描述来弥补单帧目标特征缺乏上下文信息的问题,最终达到提升检测结果目的。（2）提出一种基于重叠率平均的非极大值抑制算法,通过弱化传统非极大值抑制中分类与定位的强相关性,利用检测网络结构中分类和定位预测的独立性,调整最后保留目标位置的参数,从而实现目标的位置进一步修正。（3）本文构建了一个完整的视频检测网络结构,实现端到端的训练方式,节省了模块之间数据预处理的步骤。最后,本文的方法在Image Net VID数据集上进行实验,通过实验结果验证本文的方法在保持了较快检测速度的同时,提高了检测的精度。
其他文献
随着时代的进步、科技的发展,现代工业过程日益大型化和复杂化,故障诊断技术成为保证产品质量、降低生产成本以及提高生产效益不可缺少的技术。计算机控制系统和数字存储技术在工业过程中的广泛应用,记录了大量的工业生产数据。因此,多元统计过程监控方法引起了研究学者的广泛关注。本文针对非线性工业过程微小故障难以检测这一问题,研究基于统计局部核主元分析（statistical local kernel princ
随着石油工业和石油海洋运输业的蓬勃发展,海洋溢油事故频发,给当地环境和经济带来了严重的危害。海洋环境中的悬浮颗粒物会与溢油在海洋水动力条件下形成油-悬浮颗粒物凝聚体（Oil-Suspended Particulate Matter Aggregates,OSAs）,凝聚体的形成促进了油滴的分散,增大了油滴与微生物的接触面积,从而更有利于溢油的降解与清除。本论文选取黄河口潮间带天然沉积物3#天然土、
流程工业的大型化和复杂化,以及对产品质量指标的苛刻要求,使得流程工业过程优化和控制变得越来越重要。而控制器性能的好坏直接关系到生产过程的平稳运行和产品质量的合格与否。及时准确的对控制器性能做出评价与诊断,对确保流程工业过程安全平稳运行和保证产品质量有着重要意义,因此控制器性能评价与诊断也成为了研究的热点和难点。本文针对目前预测控制器性能评价方法中没有将稳态特性与动态特性分开监控的问题,提出引入慢特
再生大骨料自密实混凝土作为一种解决建筑固体垃圾的有效途径,可运用于大体积混凝土工程中,其破损机理的研究对工程运用具有重要的指导意义。本文将再生大骨料自密实混凝土视作为由再生大骨料、自密实混凝土和二者之间的界面过渡区组成的三相复合材料,基于MATLAB和ABAQUS软件,实现了再生大骨料自密实混凝土细观力学模型的建立,通过考虑各相细观介质材料力学性能和再生大骨料的含量,对再生大骨料自密实混凝土的单轴
随着互联网软硬件技术的不断进步,各种电子商务平台蓬勃发展,网络购物成为人们生活中不可或缺的一部分,而网络服装购物成为其中最热门的一个应用,因此如何有效的对网络服装图像进行检索至关重要。针对这一问题,跨场景服装图像检索应运而生,通过输入服装图像快速而准确地检索出所需产品,大大提高了用户的网购体验。跨场景服装检索受到了越来越多专家学者的关注,但目前仍存在很多问题,主要面临的问题包括如下几个方面:1)日
测井信息是地层岩石物理性质的反映,而沉积是地层岩石物理性质的重要控制因素。测井资料是油气储层沉积学研究中基础而重要的信息来源,测井相则是测井信息与储层沉积学特征之间的桥梁。但是测井相的研究方法或是使用全人工的方式,手动对比测井曲线图进行识别分析,或是针对某一研究区域建立数学模型,这就带来了测井相识别过程的效率低、精度低和泛化能力差等问题。由于实际测井勘探过程中存在不可避免的系统误差,导致测井数据存
物联网应用的快速发展,以及智能联网设备远离云计算中心,当前仅基于云计算的框架面临挑战,从而加快了基于云计算与雾计算协作的新型计算框架的产生。雾计算有助于降低传输延迟,提供满意的延迟服务以支持需要近乎实时响应的延迟敏感的应用,而云计算则满足大规模计算密集型应用程序的需求。因此,云雾计算合作是具有前景的框架,它可以有效地满足物联网的数据处理和通信需求。但随着数据中心规模的不断扩大和智能终端用户的激增,
极化码是一种能够达到信道容量的信道编码,由于编译码的低复杂度和信道容量可达的特性,自其被提出就引起了许多学者的关注。但是,传统的连续删除译码算法的串行输出特点导致较大的译码时延。虽然后来提出的简化连续删除译码算法达到了部分组合码的并行译码输出,但是还有一大部分组合码由于串行译码带来的时延较大的问题仍没有得到解决。针对这个问题,本课题设计了一种基于预译码的最大似然简化连续删除（Pre-Decodin
构件式的软件开发方法代表了面向对象软件开发技术的进一步发展。随着大型软件系统的日益复杂化,基于构件的软件开发方法在设计、开发、灵活度和可重用性方面提供了比面向对象技术更多的优势。在构件式软件系统中,构件之间相互调用集成,不同的构件在系统中发挥着不同的作用,其失效对系统造成的影响也是不同的。因此,在构件式软件系统的缺陷预测中应综合考虑不同构件对系统的影响程度及构件组成通路间缺陷的传播趋势,这样得出的
随着人工智能和网络购物的快速发展,越来越多的人喜爱线上购物,其中服装购买占据线上购物的很大部分。但是服装种类繁多,数量巨大,所以面对海量的服装图像数据,如何快速准确有效地搭配出用户所需要服装商品是一个亟待解决的问题。针对这一问题,服装搭配应运而生。服装搭配的目标是根据用户所选择的服装自动搭配出满足用户需求的服装。大部分现有的服装搭配系统依赖于用户的交互输入,然后提取服装的颜色、纹理、材料等特征进行