基于深度學(xué)習(xí)網(wǎng)絡(luò)的多光譜行人檢測(cè)與分割方法研究.pdf

1、全時(shí)段的行人檢測(cè)與分割技術(shù)在智能監(jiān)控、車(chē)輛輔助駕駛等領(lǐng)域中都有著重要的應(yīng)用。近年來(lái)，隨著深度卷積神經(jīng)網(wǎng)絡(luò)在機(jī)器視覺(jué)領(lǐng)域的卓越表現(xiàn)，基于卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行行人檢測(cè)與分割技術(shù)的研究也引起了眾多學(xué)者的熱切關(guān)注。另一方面，可見(jiàn)光圖像在不良照明條件下的成像缺陷使得熱紅外圖像成為基于視覺(jué)進(jìn)行全時(shí)段行人檢測(cè)與分割的重要手段。為此，本論文基于近年來(lái)深度卷積網(wǎng)絡(luò)在目標(biāo)檢測(cè)與分割領(lǐng)域的興起及大型多光譜行人檢測(cè)數(shù)據(jù)庫(kù)的提出，詳細(xì)探討了多光譜信息在基于深度卷積網(wǎng)

2、絡(luò)進(jìn)行行人檢測(cè)與分割方法中的應(yīng)用，具體工作主要包括:
　　1、在深入理解卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測(cè)中的工作機(jī)理基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了基于SSD(Single Shot Detector)架構(gòu)的多光譜信息前端融合和后端融合結(jié)構(gòu)。通過(guò)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)實(shí)現(xiàn)可見(jiàn)光和紅外圖像信息的融合，提高了全時(shí)段的行人檢測(cè)性能。
　　2、研究并測(cè)試了像素級(jí)圖像融合方法在基于卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行行人目標(biāo)檢測(cè)方法中的應(yīng)用，并通過(guò)多級(jí)融合方式的結(jié)合，研究不同融合方式

3、之間的互補(bǔ)性。實(shí)驗(yàn)表明，像素級(jí)融合與前后端融合結(jié)構(gòu)的結(jié)合可以進(jìn)一步降低行人檢測(cè)的漏檢率。特別地，后端融合框架與基于聯(lián)合雙邊濾波器方法的結(jié)合在夜晚行人檢測(cè)中達(dá)到了最佳效果，平均漏檢率比單獨(dú)的后端融合架構(gòu)減少約11％。
　　3、在深入理解卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)分割中的工作機(jī)理基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了兩種基于PSPNet(Pyramid Scene Parsing Network)架構(gòu)的多光譜行人分割網(wǎng)絡(luò)，實(shí)驗(yàn)結(jié)果表明設(shè)計(jì)結(jié)構(gòu)可以較好地利用可見(jiàn)