道路场景行人检测关键技术研究

发布时间:2022-07-13 12:32
  行人检测是计算机视觉领域的研究热点之一,是自动驾驶、人机交互和行为识别等任务的基础,具有重要的研究价值和广泛的应用场景。车载行人检测算法基于图像数据自动检测前方行人位置,提醒驾驶员或自动驾驶系统规避碰撞事件。随着计算机处理能力的快速发展,深度学习理论和技术在多个领域成效显著并展示出无限潜力,行人检测领域也因此获得长足进展。但是,由于真实道路场景复杂、光照变化、遮挡多样性等挑战,同时降低虚警和漏检始终是行人检测的难题。基于深度学习开展专门研究,提高行人检测性能,减少漏检和虚警是自动驾驶及其道路交通智能化的的当务之急。本文围绕道路场景行人检测的挑战性问题展开研究工作。远红外车载行人检测是规避夜间人车碰撞的有效手段,然而由于缺乏公开的大规模远红外基准数据集,很难有效训练检测模型,制约着该领域的发展。因此本文提出、建立并公开了一个大规模远红外行人检测基准数据集。虚警抑制是道路场景车载行人检测的难题,现有框架基于全图滑窗的策略导致产生大量偏离路面区域的行人虚警,本文研究并提出基于路面语义的车载行人检测网络。复杂道路场景中行人遮挡是行人检测领域重要挑战问题,本文研究基于人体可见信息的行人检测方法,... 

【文章页数】:115 页

【学位级别】:博士

【文章目录】:
摘要
Abstract
主要符号表
第一章 绪论
    1.1 研究背景与意义
    1.2 行人检测关键问题
    1.3 研究内容和主要贡献
    1.4 本文结构
第二章 国内外研究现状
    2.1 行人检测算法研究发展
        2.1.1 基于单一手工特征的行人检测的阶段
        2.1.2 基于集成通道特征的行人检测的阶段
        2.1.3 基于卷积神经网络特征学习的行人检测阶段
    2.2 面向行人检测任务的数据集
        2.2.1 可见光行人检测数据集
        2.2.2 远红外行人检测数据集
    2.3 基于区域推荐的行人检测方法
    2.4 基于语义信息的行人检测方法
    2.5 面向遮挡问题的行人检测方法
    2.6 本章小结
第三章 面向夜间道路场景的远红外行人检测数据集
    3.1 引言
    3.2 SCUT FIR行人检测数据集
        3.2.1 数据采集
        3.2.2 数据标注
        3.2.3 数据集统计与分析
        3.2.4 数据集划分
    3.3 行人检测评估标准
        3.3.1 检测基准
        3.3.2 评估指标
        3.3.3 客观基准过滤准则
        3.3.4 检测结果过滤准则
        3.3.5 宽高比规范化
        3.3.6 评估子集划分
    3.4 基准检测器
        3.4.1 原版Faster R-CNN
        3.4.2 处理样本不平衡
        3.4.3 锚点设置
        3.4.4 主干网络选择
        3.4.5 扩展特征分辨率
        3.4.6 其他基准方法
    3.5 实验与结果分析
        3.5.1 Faster R-CNN的消融实验
        3.5.2 SCUT基准评估
    3.6 本章小结
第四章 基于集成路面语义的车载行人检测方法
    4.1 引言
    4.2 集成路面语义行人检测网络
        4.2.1 路面水平区域估计
        4.2.2 路面区域推荐网络
        4.2.3 实现细节
    4.3 实验结果与分析
        4.3.1 实验设置
        4.3.2 基准数据集评估结果
        4.3.3 消融实验
    4.4 本章小结
第五章 基于头部及可见特征的人体级联的遮挡行人检测
    5.1 引言
    5.2 基于人体级联的遮挡行人检测网络
        5.2.1 锐化特征响应区域推荐网络
        5.2.2 可见区域引导注意力模块
        5.2.3 头部级联检测网络
        5.2.4 实现细节
    5.3 实验结果与分析
        5.3.1 数据集及评价指标
        5.3.2 City Persons基准数据集评估结果
        5.3.3 消融实验
    5.4 本章小结
第六章 总结和展望
    6.1 工作总结
    6.2 研究展望
参考文献
攻读博士学位期间取得的研究成果
致谢
附件


【参考文献】:
期刊论文
[1]鲁棒车载热成像行人检测的感兴趣区域提取方法[J]. 徐哲炜,许瑞霖,刘琼.  华南理工大学学报(自然科学版). 2019(02)



本文编号:3660048

资料下载
论文发表

本文链接:https://www.wllwen.com/shoufeilunwen/xxkjbs/3660048.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户de2c5***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]