【摘 要】
：
道路场景中的行人分析研究包括行人动作识别,行人检测和行人计数。由于日常生活中的行人容易受到光照强度、互相遮挡和复杂背景的影响,因此在特征提取时存在着较大的困难。通过将深度学习与目标检测结合起来,可以形成具有鲁棒性的应用型算法,能够有效缓解检测时准确性差等问题,为道路场景中的目标检测带来希望。本文针对道路场景中的密集行人,模型的计算量和参数量较大和检测效果低等问题,进行分析并改进,本文的主要工作如下
论文部分内容阅读
道路场景中的行人分析研究包括行人动作识别,行人检测和行人计数。由于日常生活中的行人容易受到光照强度、互相遮挡和复杂背景的影响,因此在特征提取时存在着较大的困难。通过将深度学习与目标检测结合起来,可以形成具有鲁棒性的应用型算法,能够有效缓解检测时准确性差等问题,为道路场景中的目标检测带来希望。本文针对道路场景中的密集行人,模型的计算量和参数量较大和检测效果低等问题,进行分析并改进,本文的主要工作如下:针对YOLOv3模型中网络参数过多,缺乏注意力机制等不足提出了一种以Ghostnet网络为骨干网络的轻量级检测算法GhostYOLOv3。Ghostnet在不改变输出特征图尺寸的情况下,使用较少的参数量来降低计算的复杂度。在Ghost-net的网络结构中引入通道注意力机制SENet,注意力机制能够过滤背景信息产生的干扰,为网络提取出更有意义的特征。实验结果显示,改进后的GhostSE-Yolov3能够更加准确的识别出行人的动作。在UCF-101和道路行人数据集上进行验证,改进网络后的GhostSE-Yolov3的map分别提高了 3.24%和6.06%,计算量约为改进前的0.38。针对GhostSE-YOLOv3的检测精度不高和检测效果不好等问题,提出使用GIOU损失函数对检测框进行训练检测。GIOU损失函数有着更快的收敛速度,对行人尺寸的适应性更好,可以较好的感知到复杂场景下的行人目标。为了提高模型的鲁棒性,本章使用CutMix数据增强方法,使模型可以更好地适应行人遮挡的复杂场景,有效抑制过拟合现象。在kth和道路行人数据集上进行实验,能够准确的识别出行人的动作,较改进之前的mAP提高了 2.0%,从而证明GhostSE-YOLOv3可以在实际场景下应用。针对YOLOv3模型中丢失空间语义信息和多尺度目标检测性能较差等问题。引入了空洞空间卷积池化金字塔、跨层特征金字塔网络和自适应特征融合模块来增强YOLOv3的特征提取能力,更好的融合特征,进一步提高检测的精度。为满足高密度行人的计数要求,使用Soft NMS算法代替YOLOv3中的NMS算法,降低了漏检率。将改进后的算法在数据集MOT17上进行了对比实验,结果和YOLOv3相比AP提高了 6.6%。实验结果显示,在对高密度的行人进行检测时有着很好的检测效果。
其他文献
目的 探究miR-425-5p在增生性瘢痕（HS）形成中的作用及机制。方法 通过RT-qPCR和Western blot检测了16对HS组织和正常皮肤组织中miR-425-5p、转化生长因子-β1（TGF-β1）和SMAD家庭成员2（Smad2）的水平。将成纤维细胞分为9组：对照组（control组）、miR-425-5p-mimic组、NC-mimic组、miR-425-5p-inhibitor
目的 探讨二氧化碳激光治疗大鼠烧伤后增生性瘢痕的效果观察，并分析了可能机制。方法 顺利建立烧伤模型的36只大鼠随机分为3组：模型组、药物组与激光组，每组12只大鼠。模型组不进行处理，药物组给予腹腔注射丁酸钠治疗，激光组采用二氧化碳激光治疗，记录治疗效果，检测血液学与组织学指标变化情况。结果 治疗3 d后，药物组与激光组的治疗总有效率均显著高于模型组（P＜0.05），而该2组比较差异无统计学意义（P
随着航空运输业的快速发展,如何利用有限的机场设施资源成为机场需要解决的主要问题。而停机位作为运输资源的核心,其高效合理地分配使用至关重要。因此,通过对停机位分配规则进行研究,建立合理、综合、有效的停机位分配模型从而快速获得机位分配方案,对提升停机位分配的综合效益,保障航班计划的执行率,高效利用机场设施资源,改善机场服务质量有着十分重要的意义。本文首先基于网络流理论建立了平衡旅客、航空公司和机场的多
2020年两会召开,绿色民法典对新时代环境污染严重、自然资源缺乏、生态破坏加深的大环境做出回应,对保护生态环境、明确环境污染和生态破坏责任等内容做出了制度安排,绿色发展成为高度关注的议题,绿色创新作为绿色发展的重要举措已经成为进入市场的必要因素。加之5G时代的开启与发展,媒体在企业的外部治理中弥补政府与法律等力量的不足,迫使重污染企业高度重视环境问题,进而开展一系列绿色创新行动。媒体监督俨然成为积
丘脑组织是人体十分重要的感觉中枢,对于运动和神经的调节起着十分重要的作用。一些特定的神经系统疾病会引起丘脑组织的改变,比如帕金森综合症、精神分裂症等。医生可以根据丘脑组织为靶目标进行手术。所以,如何从图像中快速、精准地分割出丘脑区域是目前治疗疾病的关键。由于丘脑组织灰度值与周围组织的灰度值相近,且存在噪声的干扰,导致目前一些丘脑分割方法结果差。所以,针对丘脑分割的准确率较低,耗时较久。本文提出了一
伴随着计算机硬件的飞速发展,基于深度学习的目标检测方法得到了快速的发展。但在这个庞大的领域中,仍然存在小物体检测精度差以及网络过于复杂导致训练和测试时间过长等问题。本论文主要针对这两个大问题进行了研究,提出相应的优化方案并应用于现实生活存在的问题中。为解决目标检测中小目标检测准确率低的问题,本文提出一种小目标检测模型S-Darknet。该算法以Darknet-53网络为基础进行设计。首先,提出新的
目的 研究非剥脱点阵激光联合积雪苷软膏对兔耳增生性瘢痕的作用及机制。方法 建立兔耳增生性瘢痕模型，分为对照组（不建模）、模型组（不干预）、联合组（1 565 nm非剥脱点阵激光联合积雪苷治疗）、点阵组（1 565 nm非剥脱点阵激光治疗）和积雪苷组（仅以积雪苷治疗）。分组干预后行大体观察、HE染色、MASSON染色，TUNEL法检测成纤维细胞凋亡，Real-time PCR、Western blo
随着国家经济的持续健康发展,中国旅游业与民航业进入高质量发展阶段,航空飞行事故作为制约我国民航业发展的首要问题,亟待得到全面性和针对性解决。探究如何准确地识别空难事故发生原因,以及从最具安全隐患的人为差错出发,探索民航机组安全绩效的影响路径,寻求可能的行为管理切入点,进而最大限度规避飞行事故尤其是重大事故的发生,对旅客生命安全和航空企业选聘机组人员及差异化安全管理都具有重大的参考和实用价值。在已有
屈服应力流体作为一种特殊的非牛顿流体,由于其复杂的流变性质,在工业领域具有广阔的应用前景。现在,对气泡运动行为的研究主要集中在剪切变稀流体,粘弹性流体等非牛顿流体中,而气泡在屈服应力流体中的运动特性研究则相对缺乏。屈服应力流体由于其自身固有的屈服应力性,使得牛顿流体与其它非牛顿流体模型很难适用于屈服应力流体。因此,本文主要通过H-B模型,探究了喷嘴内径d、稠度系数k、流动指数n、屈服应力τ0对屈服
随着大数据技术与人工智能技术的飞速发展,国内外纷纷出台多项政策以鼓励基于信息技术的新型教育教学模式的变革,促进技术与教学的深度融合与应用。科学的技术快速更新与迭代为人才培养的目标带来机遇和挑战,培养具备STEM综合能力的21世纪创新创业型人才越来越受到国际社会的高度重视。其中,科学探究能力是促进STEM教学中学习者综合素养提升的核心能力,是为国家输送创新型人才的重要条件。近年来,基于大数据技术的学