基于深度學(xué)習(xí)的目標(biāo)檢測算法研究及應(yīng)用.pdf

1、目標(biāo)檢測是計(jì)算機(jī)視覺領(lǐng)域中一個(gè)富有挑戰(zhàn)性的課題，其主要目的是從靜態(tài)圖片或視頻中檢測并定位特定的目標(biāo)。它綜合運(yùn)用了圖像處理、模式識別、人工智能和自動(dòng)控制等技術(shù)，在道路交通事故預(yù)防、工廠可疑危險(xiǎn)品警告、軍事禁區(qū)監(jiān)控、高級人機(jī)交互等方面有著廣泛的應(yīng)用。由于目標(biāo)所處環(huán)境復(fù)雜多變，目前還沒有一種比較通用成熟的檢測方法，在實(shí)際應(yīng)用中目標(biāo)檢測算法研究的機(jī)遇與挑戰(zhàn)并存。
　　本論文首先分析了國內(nèi)外目標(biāo)檢測算法的研究現(xiàn)狀，著重介紹了當(dāng)前應(yīng)用較為廣泛

2、的方法，使用目標(biāo)特征訓(xùn)練分類器進(jìn)行目標(biāo)分類檢測。針對使用現(xiàn)有特征訓(xùn)練的分類器進(jìn)行目標(biāo)分類檢測時(shí)存在誤檢率較高的缺點(diǎn)，本文在深度學(xué)習(xí)的基礎(chǔ)上提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)的行人目標(biāo)檢測算法。為了解決直接使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行滑動(dòng)窗口檢測效率較低的問題，本文將算法分為兩大步驟：(1)疑似存在行人窗口確認(rèn);(2)行人檢測。在疑似存在行人窗口確認(rèn)中，本文使用融合特征作為行人的描述特征訓(xùn)練分類器，采用了鄰近尺度特征值相似的思想構(gòu)建分類器金字塔，在待檢圖

3、像上利用不同尺度的滑動(dòng)窗口進(jìn)行滑動(dòng)遍歷確定疑是存在行人窗口；在行人檢測中，使用大量正負(fù)樣本訓(xùn)練了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)，為了更好的適應(yīng)行人檢測，將該卷積神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行改進(jìn)。將疑似存在行人的窗口輸入改進(jìn)后的卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行行人檢測，在保持原有的檢測率的基礎(chǔ)下降低了誤檢率。
　　為了驗(yàn)證本文所提出算法的準(zhǔn)確性，在INRIA行人數(shù)據(jù)庫進(jìn)行行人檢測實(shí)驗(yàn)。分別以每個(gè)窗口和每幅圖像為檢測單位，統(tǒng)計(jì)本文算法的檢測率和誤檢率，在平均每幅圖像存在