基于機(jī)器視覺(jué)的場(chǎng)景目標(biāo)檢測(cè)與分類(lèi)研究.pdf

1、場(chǎng)景目標(biāo)檢測(cè)與分類(lèi)技術(shù)是機(jī)器視覺(jué)研究領(lǐng)域的熱點(diǎn)問(wèn)題。目標(biāo)的檢測(cè)、分類(lèi)以及語(yǔ)義分析是實(shí)現(xiàn)場(chǎng)景理解的先決條件。場(chǎng)景理解的主要信息來(lái)源有圖像和視頻，再結(jié)合需要檢測(cè)的處理對(duì)象不同，將場(chǎng)景目標(biāo)檢測(cè)分為基于視頻序列和基于單幀圖像的目標(biāo)檢測(cè)。前者常利用多幀圖像信息檢測(cè)出動(dòng)態(tài)變化的區(qū)域，再進(jìn)行目標(biāo)分類(lèi)和跟蹤。后者是在單幅圖像中識(shí)別并提取出所有已學(xué)習(xí)過(guò)的感興趣類(lèi)別目標(biāo)。目標(biāo)正確識(shí)別及在原圖中的精準(zhǔn)定位是高層次視覺(jué)分析任務(wù)的基礎(chǔ)步驟之一。近年來(lái)，深度卷積神

2、經(jīng)網(wǎng)絡(luò)具有通過(guò)對(duì)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(shí)別算法中復(fù)雜的特征提取和數(shù)據(jù)重建過(guò)程，是解決各類(lèi)計(jì)算機(jī)視覺(jué)問(wèn)題的一類(lèi)有效方法。本文主要研究?jī)?nèi)容如下：
　　（1）提出了基于卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Network，CNN)的動(dòng)態(tài)目標(biāo)分類(lèi)方法。在整個(gè)方法中利用邏輯性分析解決了高斯混合模型(GMM)提取的運(yùn)動(dòng)區(qū)域存在多目標(biāo)融合的情況，得到較為完整且獨(dú)立的運(yùn)動(dòng)目標(biāo)。再利用深度卷積神經(jīng)網(wǎng)絡(luò)去學(xué)

3、習(xí)運(yùn)動(dòng)目標(biāo)的固有靜態(tài)特征，結(jié)合softmax回歸分類(lèi)器進(jìn)行分類(lèi)。該方法通過(guò)實(shí)驗(yàn)說(shuō)明在運(yùn)動(dòng)目標(biāo)區(qū)域檢測(cè)不完整和同類(lèi)別重疊等情況仍能準(zhǔn)確分類(lèi)，同時(shí)擁有分類(lèi)精度高、處理速度快的優(yōu)點(diǎn)。
　?。?）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(cè)方法。針對(duì)ACF檢測(cè)圖像行人和車(chē)輛目標(biāo)存在部分誤檢的問(wèn)題，利用經(jīng)卷積神經(jīng)網(wǎng)絡(luò)對(duì)候選框進(jìn)行二次識(shí)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(diǎn)，也結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)高識(shí)別率的特點(diǎn)。最后通過(guò)實(shí)驗(yàn)說(shuō)明了改進(jìn)方法在不影響檢測(cè)實(shí)時(shí)性和召回率的同時(shí)大大提升了檢測(cè)準(zhǔn)確率。
　?。?）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(cè)方法。此方法不僅能夠準(zhǔn)確快速的檢測(cè)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(diǎn)對(duì)目標(biāo)增加豐富的語(yǔ)義信息。通過(guò)行人和車(chē)輛檢測(cè)實(shí)驗(yàn)，說(shuō)明了該方法在提高檢測(cè)準(zhǔn)確率的同時(shí)可以獲得行人、車(chē)輛目標(biāo)的混合行為語(yǔ)義。如一個(gè)候選框在判別為是一個(gè)行人的基礎(chǔ)上，還可