深度学习在复杂场景下车辆目标检测中的应用探索.docx

深度学习在复杂场景下车辆目标检测中的应用探索

目录

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.4研究方法与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

相关理论与技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.1深度学习基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1.1卷积神经网络概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1.2主动学习机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.2目标检测算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.2.1两阶段检测器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

2.2.2单阶段检测器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.3复杂场景特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.3.1光照变化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.3.2物体遮挡．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

2.3.3运动干扰．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

基于深度学习的车辆检测模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.1模型架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

3.1.1网络结构选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.1.2特征提取模块．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.2损失函数优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

3.2.1回归损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.2.2分类损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.3数据增强策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.3.1图像旋转．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.3.2光照调整．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

复杂场景下的车辆检测挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

4.1遮挡问题的处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

4.1.1弱遮挡识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.1.2强遮挡应对．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

4.2小目标检测方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.2.1放大特征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.2.2多尺度特征融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

4.3运动模糊的消除．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

4.3.1运动估计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

4.3.2运动补偿．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59

实验设计与结果分析．．．