【摘 要】
：
随着计算机视觉技术的迅猛发展,基于神经网络的机器视觉检测技术取得了突破性的进展,其中基于深度学习的交通目标检测算法逐渐进入到广大研究人员的视野中。然而时间不断变换,天气环境多变,目标种类多样等问题对智慧交通场景下的多目标检测（特别是精准检测）提出了严峻挑战。因此,本文基于一种三维场景空间的思想方法,使用深度卷积神经网络模型YOLOv3作为基础模型,提出两种精准检测算法研究智慧交通多目标场景下的机器
论文部分内容阅读
随着计算机视觉技术的迅猛发展,基于神经网络的机器视觉检测技术取得了突破性的进展,其中基于深度学习的交通目标检测算法逐渐进入到广大研究人员的视野中。然而时间不断变换,天气环境多变,目标种类多样等问题对智慧交通场景下的多目标检测（特别是精准检测）提出了严峻挑战。因此,本文基于一种三维场景空间的思想方法,使用深度卷积神经网络模型YOLOv3作为基础模型,提出两种精准检测算法研究智慧交通多目标场景下的机器视觉检测技术。主要工作如下:一、首先围绕交通目标检测算法,对智慧交通系统、机器视觉技术进行概述;然后对深度卷积神经网络、经典目标检测模型以及目标检测评价指标进行了详细介绍。二、提出先验驱动的交通复杂多目标自适应精准检测算法:首先构建面向三维场景的目标检测模型,以实现在特定时间、特定天气场景下某一类目标的精准检测;然后根据先验知识选择多维度模型,从而在特定时间、特定天气场景下精准地检测某一类目标;最后进行多目标自适应联合检测（即多维度模型融合）,主要包括多维度模型融合的流程以及阈值自适应调整机制,以实现智慧交通复杂场景下多目标的精准检测。通过实验将先验驱动的交通复杂多目标自适应精准检测算法与YOLOv3算法对比,实验结果表明:提出的算法可以实现在智慧交通复杂场景下多目标的精准检测且评价指标均有所提升。三、提出面向交通复杂多目标的分层分级联合精准检测算法:首先构建面向单维场景的三类目标检测模型,相较于面向三维场景的目标检测模型构建,降低了成本;然后进行多目标分层分级联合检测,主要包括分层联合检测流程以及分级联合检测机制,以实现智慧交通复杂场景下多目标的精准检测。通过实验将面向交通复杂多目标的分层分级联合精准检测算法与YOLOv3算法对比,实验结果表明:提出的算法可以实现在智慧交通复杂场景下多目标的精准检测且评价指标均有所提升。
其他文献
近年来,随着半导体技术的发展,用计算复杂度换取频谱效率增益的非正交传输技术成为空口波形设计领域的研究热点,以缓解爆炸式增长的数据流量需求和有限频谱资源之间的矛盾。作为非正交传输技术的代表,超奈奎斯特（Faster-than-Nyquist,FTN）传输比经典奈奎斯特（Nyquist）速率传输使用更窄的符号间隔,在人为引入符号间干扰（Inter-symbol Interference,ISI）的条件
近年来,随着网络攻击的发展变化,网络空间安全形势也越来越严峻。高级持续性威胁（Advanced Persistent Threat,APT）攻击作为目前发展最快的网络攻击之一,针对政府、国防、军工等重要部门进行攻击的现象越来越频繁,对网络空间安全造成威胁甚至危及国家安全。然而,APT攻击的先进性、隐蔽性、持续性给APT攻击的检测工作带来了极大的挑战。本文旨在实现不依赖于已知APT攻击模板的APT检
随着现代无线通信系统往小型化、高集成度和宽带的方向飞速地发展,对系统最前端的天线部件的性能要求也越来越高。基于基片集成波导（Substrate Integrated Waveguide,SIW）技术的天线具有损耗低、效率高、重量轻和易平面集成等优点,从而被广泛应用于微波毫米波系统中。本文系统性地总结了各类高性能SIW天线的研究现状,并简要介绍了关于SIW技术的一些重要理论。在此基础上,对一些高性能
第一部分:3D打印设备辅助下“一针法”袖套式肝动脉重建在大鼠原位肝移植中的应用目的:大鼠肝移植模型是研究肝脏缺血再灌注损伤、肝移植术后免疫应答最常用的动物模型,但受限于技术水平,过去很长时间内无动脉吻合的肝移植模型广被推崇。然而无动脉吻合的肝移植术后胆道并发症发生率较高,而且会出现肝脏微环境、免疫状态的改变等,逐渐让研究者意识到动脉吻合重要性。“袖套法”动脉吻合是大鼠肝移植动脉重建最常用的方法,基
α-烯烃是一种重要的化工原料,广泛应用于润滑油、乳化剂、洗涤剂、钻井液等领域。乙烯齐聚法是目前制备α-烯烃的主要方法,其核心技术关键是催化剂的研究。催化剂的配体结构、金属中心种类等结构因素对其催化乙烯齐聚催化性能有至关重要的影响。然而,目前有关催化剂结构与乙烯齐聚催化性能之间构效关系的研究还不系统、全面。本论文基于这一问题,合成一系列具有不同配体结构的水杨醛亚胺镍配合物、系列具有不同催化活性中心的
相比于传统相控阵（Phase Array,PA）雷达,频控阵（Frequency Diverse Array,FDA）雷达的特别之处在于对每个发射阵元都施加了小小的频偏。正是由于频偏的存在,频控阵雷达的波束方向图完全区别于相控阵雷达,其不但具有距离和角度的依赖性和耦合性,在一个脉冲内还具有了时变性,即一个脉冲时间内的波束不再指向某一特定且恒定的角度,而是在一定的角度范围内存在“扭曲”。因此,频控阵
近年来,随着人工智能的快速发展,最优化问题作为应用数学中重要的研究方向之一被广泛应用于自动驾驶、医疗诊断、智慧城市等领域中。无约束单目标最优化问题是最优化问题中最重要的研究方向之一。根据目标函数的类型不同,无约束单目标最优化问题又可以被细分为无约束单目标单峰最优化问题、无约束单目标多峰最优化问题和无约束单目标组合最优化问题。尽管对无约束单目标最优化问题,研究人员从不同方面对基于群智能的元启发式算法
自由空间光（Free-Space Optical,FSO）通信具有通信容量高、抗电磁干扰能力强、保密性好等优势。在FSO通信系统中,不断提高数据传输容量、分析并降低由于大气湍流对信息传输造成的干扰、不断优化通信系统中的各部分结构来提高通信能力具有重要的研究意义。本论文围绕轨道角动量（Orbital Angular Momentum,OAM）光束在FSO通信系统中的应用展开研究,主要研究内容如下:第
随着微波通讯的发展,微波器件的高频化、集成化和高性能化的需求变得越来越迫切。铁氧体材料,作为微波器件的基础材料,一直是应用和研究的重点。随时通讯系统需求的不断提升,器件的宽频化对基础材料提出了更高的要求。本论文主要针对微波平面螺旋天线、微波环行器和微带天线的应用需求,研究器件的基础材料的配方和工艺,目的在于拓宽材料与器件的应用频段,并根据基础材料对微波器件的性能进行设计与仿真,实现器件的宽频化需求
地震勘探方法通过处理地表获取的地震波场来反映地下介质的结构,因此提高采集地震数据品质成为获取高质量地下介质图像的关键环节。利用地震波响应分辨地下构造和物性的能力取决于地震数据的分辨率,当前,薄互层、岩性和复杂隐蔽油气藏等已经成为地震勘探开发的重点领域,常规的地震数据难以满足薄砂体等储层精细刻画的要求,宽频带地震数据采集还无法有效解决很多地震数据的高分辨率处理问题,因此需要对地震数据高分辨率处理技术