基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測(cè)算法研究.pdf

1、隨著我國(guó)城市化進(jìn)程快速的發(fā)展，智能監(jiān)控被應(yīng)用到城市建設(shè)當(dāng)中。智能監(jiān)控主要依靠目標(biāo)檢測(cè)來(lái)實(shí)現(xiàn)，但目標(biāo)檢測(cè)技術(shù)還有未解決的問(wèn)題，比如使用人工設(shè)計(jì)的特征，重復(fù)檢測(cè)和誤檢等，所以繼續(xù)對(duì)目標(biāo)檢測(cè)技術(shù)進(jìn)行相關(guān)的研究仍然具有重要意義。卷積神經(jīng)網(wǎng)絡(luò)因?yàn)榫哂兄鲃?dòng)設(shè)計(jì)并提取圖像特征的能力而被廣泛用于視覺(jué)任務(wù)當(dāng)中，并且取得了最優(yōu)的表現(xiàn)。因此本文將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于目標(biāo)檢測(cè)任務(wù)當(dāng)中，替換人工設(shè)計(jì)的特征，提高檢測(cè)精度。另外，利用數(shù)學(xué)建模，得到自適應(yīng)非極大值抑制算

2、法，減少了重復(fù)檢測(cè)和誤檢，提高檢測(cè)精度。
　　首先，本文對(duì)目標(biāo)檢測(cè)的應(yīng)用背景以及國(guó)內(nèi)外發(fā)展現(xiàn)狀做了介紹，進(jìn)一步介紹了本課題相關(guān)的基礎(chǔ)知識(shí)，如深度神經(jīng)網(wǎng)絡(luò)的背景，典型的深度神經(jīng)網(wǎng)絡(luò)模型，卷積神經(jīng)網(wǎng)絡(luò)的基本原理，各層的功能和計(jì)算方式，前向傳播和反向傳播，以及連接模式等，為目標(biāo)檢測(cè)算法的改進(jìn)提供了理論基礎(chǔ)。
　　其次，本文研究了傳統(tǒng)目標(biāo)檢測(cè)算法存在的不足。在此基礎(chǔ)上引出本文基于深度特征的目標(biāo)檢測(cè)算法。本文算法考慮到傳統(tǒng)目標(biāo)檢測(cè)算法

3、使用人工設(shè)計(jì)的特征，且計(jì)算復(fù)雜，開(kāi)銷大的特點(diǎn)，提出利用卷積神經(jīng)網(wǎng)絡(luò)提取深度特征，替換人工設(shè)計(jì)的特征，解決了原算法計(jì)算特征設(shè)計(jì)復(fù)雜，計(jì)算開(kāi)銷大，精度不高的不足，實(shí)現(xiàn)了圖像特征的自動(dòng)設(shè)計(jì)及提取，有效的提高了檢測(cè)算法的魯棒性和檢側(cè)精度。
　　最后，本文研究了固定閾值的非極大值抑制算法，在此基礎(chǔ)上引出本文基于動(dòng)態(tài)閾值的非極大值抑制算法。本文算法考慮到傳統(tǒng)的非極大值抑制算法使用的面積重疊率閾值是固定值，存在重復(fù)檢測(cè)和誤檢的特點(diǎn)，提出通過(guò)統(tǒng)計(jì)