【摘 要】
：
车辆检测模型易受光照、遮挡和几何形变等因素的影响,且图像中车辆尺度会随着摄像机镜头的远近发生改变,导致车辆检测模型对远处的车辆辨识度不高。现阶段出现了大量基于深度学习的车辆检测算法,大多采用锚框机制作为车辆检测候选框的预处理方法,锚框机制在一定程度上能提高模型的检测精度和检测时间,但其存在诸多不足导致车辆检测算法存在一定的局限性。针对上述问题,将目标车辆的关键点视为形状未知的锚框,并提出了三类车辆
论文部分内容阅读
车辆检测模型易受光照、遮挡和几何形变等因素的影响,且图像中车辆尺度会随着摄像机镜头的远近发生改变,导致车辆检测模型对远处的车辆辨识度不高。现阶段出现了大量基于深度学习的车辆检测算法,大多采用锚框机制作为车辆检测候选框的预处理方法,锚框机制在一定程度上能提高模型的检测精度和检测时间,但其存在诸多不足导致车辆检测算法存在一定的局限性。针对上述问题,将目标车辆的关键点视为形状未知的锚框,并提出了三类车辆检测算法:基于角点的车辆检测算法、基于中心点的车辆检测算法和融合中心点和角点的车辆检测算法。主要工作如下:（1）基于角点的车辆检测算法。考虑到主流的车辆检测算法采用锚框机制提取候选区域时存在参数难以选择、正负样本不平衡等问题,利用车辆的角点来代替锚框,通过判断图像中的每一个像素是否为目标车辆的角点来对车辆进行检测。由于车辆遮挡和光照等问题会对模型的精度产生较大地影响,利用伽马变换和随机擦除策略对车辆图像进行增强,在车辆角点特征提取过程中,采用密集连接块和残差单元对特征提取网络进行重建,提高了网络的角点特征提取能力,并增加小尺度的注意力图信息用以小目标车辆的预测。（2）基于中心点的车辆检测算法。由于检测车辆的角点时需要对角点进行匹配,以确定属于同一目标车辆的角点,从而回归出车辆的预测框,而车辆的角点分为左上角点和右下角点,相对于只需检测车辆的中心点要更为复杂,为此采用检测车辆中心点的方法来对车辆的位置和类别进行预测。鉴于特征提取网络需要满足固定尺寸的输入特征,而车辆图像的大小往往不满足这一要求,在进行尺寸的调整时又会存在车辆几何形变的可能性,采用可变形卷积代替传统卷积的方法以提高几何形变车辆的中心点特征提取能力,同时在损失函数中增加GIo U损失项来对车辆预测框和真实框的位置偏差进行预测。（3）融合中心点和角点的车辆检测算法。车辆角点和中心点由于几何位置的不同所包含的车辆特征信息也有所不同,采用融合角点和中心点的特征信息来提高模型的车辆检测性能。为提高模型的检测时间,采用火灾模块对特征提取网络进行压缩,同时采用空洞卷积增加中心点特征的感受野,不仅可以节省模型的推理时间,而且能使模型学习到更多的车辆关键点特征。
其他文献
合成孔径雷达（Synthetic Aperture Radar,SAR）因其具有全天候、高分辨率成像,不受天气和光照影响的特点,在灾害监测、资源勘查、农作物估产以及军事方面有着广泛的应用。近年来,深度学习理论已广泛应用于SAR图像中人造目标和地物的分类,取得了比传统方法更好的分类效果。特别是卷积神经网络（Convolutional Neural Network,CNN）的应用,迅速地推动了SAR图
毫米波技术在通讯、成像系统、射频天文以及临床医学等领域占据有利地位,毫米波技术的发展对行波管提出大功率、高增益、小型化的要求。慢波结构作为重要的注-波互作用场所,其性能指标对行波管特性起决定性作用。耦合腔和螺旋线是获得广泛应用的两类慢波结构,耦合腔作为热耗散性能较强的全金属结构,常用于大功率行波管。但是,其工作带宽比较有限。螺旋线结构色散较为平坦,带宽可以达到两个倍频程以上。然而,随着功率的提升,
随着计算机技术的高速发展,电路系统所占的比例越来越大。在数模混合电路中的大部分故障来源于模拟电路部分。模拟电路由于其连续性,非线性及元件参数的容差性等特点,使得诊断过程十分复杂。通常大家所认为的故障是永久故障,其实还有更为特殊的瞬时故障和间歇故障,其中瞬时故障和间歇故障的表现非常类似,因此它们之间没有严格的区别。在此,可以将两者统称为间歇故障。恶劣的工作条件会导致模拟电路间歇故障经常发生,间歇故障
土壤碳循环是土壤生态系统元素循环的核心,也是土壤氮、硫、磷循环的驱动因子。研究森林植被的改变引起的土壤微生物的改变,微生物又会改变地下土壤中的元素循环,对全球环境治理有重要意义。竹子因具有较高的经济价值,据不完全统计,我国竹林的面积增长速度非常快,可达到每年3%左右的速度,扩张的面积达五万公顷之多,对周边森林的生态系统造成的严重影响,同时竹林扩张作为植物入侵的一种特殊现象,被国内学者关注。本研究试
随着信息技术的快速发展,大量数据得以产生并积累,数据也越来越呈现出数量巨大、结构复杂、类型众多、富有价值等特点。在数据中发现有用的知识,挖掘出有价值的信息一直是传统数据挖掘技术的主要工作。其中,致力于分析和发现项与项之间的关联规则技术是数据挖掘中非常重要的一个分支。面对海量数据,单纯的通过提升计算机硬件水平已经不能满足人们对大数据分析与处理的需求,因此并行化技术受到越来越多的重视和研究。通过改进传
随着国民经济的快速发展,我国私家车保有量逐年上升,随之而来的交通拥堵问题越来越严重。因此需要建立完善的交通管理政策,运用智能交通系统对交通资源进行合理的调配。通过预测交通运行状态为交通管理部门提供信息,同时为公众的出行提供便利。论文主要围绕交通运行状态的判别与预测进行研究,探究影响交通运行状态的因素,并基于影响因素设计了多特征融合的交通预测模型。首先,本文从交通运行状态的判别和交通运行状态预测作为
创伤、感染、骨肿瘤切除等造成的骨缺损的修复是困扰骨科领域的一大难题。人工骨移植以其低免疫原性、无二次创伤、来源广泛等优点,在骨修复领域受到广泛关注。经过多年发展,人工骨已实现从短期“替代填充”到永久“替换修复”的重大突破,但仍存在材料“生物性融合”欠佳,修复周期较长且不可控等问题。为解决上述问题,越来越多的人工骨材料被要求能仿生细胞和组织生长的微环境,最终实现对细胞增殖与分化以及组织结构和功能修复
随着对盲人心理地图的研究与认知,周围场景完整的认知与盲人心理地图构建和行走规划等任务息息相关。因此采用便捷手段构建完整三维场景语义地图,以辅助盲人加强对周围场景的认知,有利于帮助盲人构建心理地图,方便其出行。本文利用视觉SLAM技术,从场景语义信息提取关键技术入手,并选择SLAM辅助构建语义地图的思路,设计了构建语义地图系统。本文提出了RGB-D double Fusion结构,融合了RGB信息与
柑橘溃疡病是由Xanthomonas citri subsp.citri引起的一种柑橘疾病。该病会在果实和叶片上造成坑状病变,严重时会导致落叶、落果、果树活力下降,影响果实口感。目前针对该病害使用最广泛的化学杀菌剂会对环境产生很大的负面影响。生物防治在控制植物病原体的同时,也减少农业措施对环境的负面影响。因此,对柑橘溃疡病的生物防治机理研究具有重大意义。本研究选取实验室早期从赣南脐橙叶片分离得到的
随着中国工业水平的不断发展,工件的识别定位也逐渐成为了工业生产中最重要的环节之一。但由于工业现场的环境复杂,容易造成工件的互相堆叠遮挡,对工件轮廓造成断裂和重叠,难以通过工件的轮廓对工件进行识别和定位。本文利用堆叠工件的骨架图像和轮廓角点,对堆叠工件的轮廓进行划分,将不同的工件局部轮廓段提取出来。并且对传统TCDs形状描述子进行改进,使用角点对工件局部轮廓段进行划分后,再均匀提取采样点,并且给出了