基于機器視覺的場景目標(biāo)檢測與分類研究.pdf

1、場景目標(biāo)檢測與分類技術(shù)是機器視覺研究領(lǐng)域的熱點問題。目標(biāo)的檢測、分類以及語義分析是實現(xiàn)場景理解的先決條件。場景理解的主要信息來源有圖像和視頻，再結(jié)合需要檢測的處理對象不同，將場景目標(biāo)檢測分為基于視頻序列和基于單幀圖像的目標(biāo)檢測。前者常利用多幀圖像信息檢測出動態(tài)變化的區(qū)域，再進行目標(biāo)分類和跟蹤。后者是在單幅圖像中識別并提取出所有已學(xué)習(xí)過的感興趣類別目標(biāo)。目標(biāo)正確識別及在原圖中的精準(zhǔn)定位是高層次視覺分析任務(wù)的基礎(chǔ)步驟之一。近年來，深度卷積神

2、經(jīng)網(wǎng)絡(luò)具有通過對大數(shù)據(jù)樣本的學(xué)習(xí)而自主獲取物體特征的特性，避免了傳統(tǒng)識別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過程，是解決各類計算機視覺問題的一類有效方法。本文主要研究內(nèi)容如下：
　?。?）提出了基于卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network，CNN)的動態(tài)目標(biāo)分類方法。在整個方法中利用邏輯性分析解決了高斯混合模型(GMM)提取的運動區(qū)域存在多目標(biāo)融合的情況，得到較為完整且獨立的運動目標(biāo)。再利用深度卷積神經(jīng)網(wǎng)絡(luò)去學(xué)

3、習(xí)運動目標(biāo)的固有靜態(tài)特征，結(jié)合softmax回歸分類器進行分類。該方法通過實驗說明在運動目標(biāo)區(qū)域檢測不完整和同類別重疊等情況仍能準(zhǔn)確分類，同時擁有分類精度高、處理速度快的優(yōu)點。
　?。?）提出基于ACF（Aggregated Channels Feature）及卷積神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)檢測方法。針對ACF檢測圖像行人和車輛目標(biāo)存在部分誤檢的問題，利用經(jīng)卷積神經(jīng)網(wǎng)絡(luò)對候選框進行二次識別，剔除誤檢的背景框。該方法既利用了ACF召回率高的

4、特點，也結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)高識別率的特點。最后通過實驗說明了改進方法在不影響檢測實時性和召回率的同時大大提升了檢測準(zhǔn)確率。
　　（3）提出基于ACF及多任務(wù)式學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)的圖像目標(biāo)檢測方法。此方法不僅能夠準(zhǔn)確快速的檢測出圖像中的目標(biāo)，還可以根據(jù)多任務(wù)式學(xué)習(xí)的特點對目標(biāo)增加豐富的語義信息。通過行人和車輛檢測實驗，說明了該方法在提高檢測準(zhǔn)確率的同時可以獲得行人、車輛目標(biāo)的混合行為語義。如一個候選框在判別為是一個行人的基礎(chǔ)上，還可