收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

智能交通中的目标检测技术研究

曹前  
【摘要】:随着汽车的日益普及,城市道路中的机动车数量日益增长,但随之而来的大量交通事故却威胁着人们的生命财产安全。智能交通系统是改善交通系统的重要手段,而目标检测技术是智能交通系统中的重要组成部分。目标检测技术分为基于图像处理的方法和基于深度学习的方法。由于实际的交通环境复杂多变,传统的图像处理方法已经无法满足需求,而随着深度学习的发展与计算机硬件设备性能的进步,基于深度学习的方法已经可以在某些场景中兼顾准确率与实时性,实现实时准确的目标检测。然而,基于深度学习的算法依然存在着不足,例如依赖大规模数据集、小目标检测效果差、某些模型复杂度高难以实时应用等。基于此,本文在总结前人深度学习及目标检测研究成果的基础上,开展了智能交通中的目标检测研究。在交通标志检测的问题上,针对目前交通标志识别准确度低,漏检率高,难以兼顾准确率与实时性的问题,本文以实时性佳的SSD网络为基础,提出基于多层特征融合的交通标志检测算法。本文首先对国际公认的美国LISA交通标志数据集和德国GTSDB数据集进行统计分析,根据交通标志牌的目标尺寸特点改进网络中default box的参数设置,一定程度上解决default box不匹配产生的漏检问题。另外,本文设计了一种特征融合模块,利用反卷积进行上采样以实现不同分辨率特征的融合,提出了多层特征融合的交通标志检测算法。训练部分,针对交通标志数据集规模较小的问题,对训练集进行合理的数据增广,并使用在ImageNet数据集上预训练的分类网络参数对主干VGG16网络进行初始化,训练模型,实验证明本文提出的算法能在保证实时性的同时提升检测准确率。另外,本文还开展了交通标志检测和道路检测的融合研究,探索了利用单个网络同时完成不同类型检测的可行性。本文设计了一个交通标志-道路联合检测网络,共享特征提取网络并加上两个任务分支作为整体框架。交通标志检测部分采用了SSD检测网络的结构,而道路检测部分则采用了全卷积的分割网络。在训练阶段,制定合理的交叉训练策略,以得到联合检测模型。经过测试,发现网络能够较好地完成联合检测任务,并有效简化模型,提升检测速度。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 李美玲;;浅谈深度学习在目标检测中的发展[J];科技风;2017年24期
2 韩兴斌;颜坤玉;冯富强;;基于雷达高度表信号的低空目标检测技术[J];电子信息对抗技术;2015年03期
3 戴晓芳;;一种基于压缩感知的运动目标检测技术[J];电脑与电信;2019年05期
4 孙丕波;周利江;;动态目标检测技术在智能监控中的应用研究[J];制造业自动化;2011年05期
5 傅志中,李在铭;相控红外末制导高速目标检测技术[J];系统工程与电子技术;2002年02期
6 张国光;;基于自适应波束形成的水下微弱目标检测技术[J];舰船电子工程;2017年03期
7 刘翔;周桢;;基于分块背景建模的运动目标检测技术[J];液晶与显示;2011年06期
8 景晓军,李剑锋,张苏慧,杨义先;图像智能化的目标检测技术(Ⅲ)——优化聚类与特征提取[J];北京邮电大学学报;2003年S1期
9 白玉栋;;基于红外偏振成像的目标检测技术[J];红外;2013年03期
10 景晓军,李剑锋,张苏慧,杨义先;图像智能化的目标检测技术(Ⅰ)——目标-背景视觉模型[J];北京邮电大学学报;2003年S1期
11 郑猛;;红外警戒系统目标检测技术的设计[J];科技创业月刊;2012年10期
12 蔡飞;涂丹;;可见光图像人造目标检测技术综述[J];计算机应用研究;2010年07期
13 吴燕如;珠杰;管美静;;基于神经网络的目标检测技术研究综述及应用[J];电脑知识与技术;2019年33期
14 张林;张建;李秀友;关键;;基于IMF方差特性差异的目标检测技术[J];火控雷达技术;2016年02期
15 代季峰;;通用目标检测技术新进展:可变形卷积网络再升级[J];人工智能;2019年02期
16 唐宏;;应用混沌理论的舰船混响背景下目标检测方法[J];舰船科学技术;2017年12期
17 郭相凤;贾建芳;葛中峰;;图像序列的预处理与目标检测技术综述[J];传感器世界;2012年04期
中国重要会议论文全文数据库 前10条
1 杨雪峰;沈旭奎;马亮;宋炭;陈登生;;应用于高速铁路的移动目标检测技术的算法研究[A];第八届中国智能交通年会优秀论文集——轨道交通[C];2013年
2 鲁新平;乌恩;张焱;李吉成;杨卫平;;基于背景差分的弱信号目标检测技术[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
3 王永森;刘宏哲;;3D目标检测技术的研究进展[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年
4 陈坚;李在铭;;场景监视中的运动目标检测技术[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
5 孙汉昌;武毅;高峰;邱少华;;基于分形理论和相关匹配的快速目标检测技术[A];第二届高分辨率对地观测学术年会论文集[C];2013年
6 邢相薇;赵俊保;朱莉珏;崔友群;;SAR图像运动船只目标检测技术探讨[A];第五届高分辨率对地观测学术年会论文集[C];2018年
7 王彩云;;目标检测的研究进展[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年
8 卢云龙;刘志刚;;高光谱成像技术及其在目标检测中的应用进展[A];国家安全地球物理丛书(九)——防灾减灾与国家安全[C];2013年
9 肖化超;张建华;王鹏;师勇;张超;;基于深度学习的遥感图像在轨目标检测技术研究[A];第五届高分辨率对地观测学术年会论文集[C];2018年
10 范启雄;李天河;杨威;;高光谱遥感目标探测研究进展与典型应用[A];国家安全地球物理丛书(八)——遥感地球物理与国家安全[C];2012年
中国博士学位论文全文数据库 前3条
1 沈志熙;基于视觉导航的智能车辆在城区复杂场景中的目标检测技术研究[D];重庆大学;2008年
2 Ahmed Mahgoub Ahmed Talab(塔拉比);基于图像处理技术的目标识别方法及其在裂纹检测中的应用[D];武汉理工大学;2015年
3 鲜海滢;基于图像时空梯度的运动目标检测技术研究[D];电子科技大学;2009年
中国硕士学位论文全文数据库 前10条
1 王鸣一;基于公安求助标识识别的看路系统研究与实现[D];中国矿业大学;2019年
2 曹前;智能交通中的目标检测技术研究[D];华南理工大学;2019年
3 宣东东;基于高层语义的视觉显著性目标检测技术的研究[D];安徽工程大学;2019年
4 周辉;基于合作靶标的目标检测方法研究与实现[D];华北电力大学(北京);2017年
5 明鹏;关于运动目标检测技术的研究[D];山东大学;2013年
6 刘博;基于深度学习的目标检测技术的研究[D];北京邮电大学;2016年
7 王书朋;基于偏振光谱成像的目标检测技术[D];长春理工大学;2017年
8 黄鹏;基于运动信息的运动目标检测技术[D];西安电子科技大学;2012年
9 刘会珍;基于多运动目标检测技术的研究[D];昆明理工大学;2010年
10 周波;基于生物视觉原理的机器人快速目标检测技术的研究[D];河北工业大学;2006年
中国重要报纸全文数据库 前1条
1 本报特约记者 夏效生;博弈空天正当时[N];科技日报;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978