基于上下文的卷积神经网络多物体检测算法研究

《基于上下文的卷积神经网络多物体检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：单位代码：１０１４０密级１：学号：公开４０３１５３１９２１．ＬＩＡＯＮＩＮＧＵＮＩＶＥＲＳＩＴＹ硕士学位论文ＴＨＥＳＩＳＦＯＲＭＡＳＴＥＲＤＥＧＲＥＥ基于上下文的卷积神经网络多物体论文题目：检测算法研究ＲｅｓｅａｒｃｈｏｎＭｕｌｔ－ｉＯｂｅｃｔＤｅｔｅｃｔｉｏｎＡｌｇｏｒｉｔｈｍｂｙｊ英文题目：ＣｏｎｖｏｌｕｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋＢａｓｅｄｏｎＣｏｎｔｅｘｔＩｎｆｏｒｍａｔｉｏｎ论文作者：魏云指导教师：牛斌教授

2、专业：软件工程完成时间一：二○八年五月蟛申请辽宁大学硕士学位论文基于上下文的卷积神经网络多物体检测算法研究ResearchonMulti-ObjectDetectionAlgorithmbyConvolutionNeuralNetworkBasedonContextInformation作者：魏云指导教师：牛斌教授专业：软件工程答辩日期：2018年5月24日二○一八年五月·中国辽宁辽宁大学学位论文原创性声明木人郑重声明：所呈交的学位论文是本人在导师的指导下独立完成的。论文中取

3、得的研究成果除加以标注的内容外，不包含其他个人或集体己经发表或撰写过的研究成果，不包含本人为获得其他学位而使用过的成果。对本文的研究做出重要贡献的个人和集体均已在文中进行了标注，并表示谢意。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名年ｔ月日７学位论文版权使用授权书本学位论文作者完了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交学位论文的原件、复印件和电子版，允许学位论文被杳阅和借阅。本人授权辽宁大学可以将本学位论文的

4、全部或部分内容编入有关数据库进行检索，可以采用影＇Ａ印、缩印或扫描等复制手段保存和：编学位论文。同时授权中国学术期刊（光盘版）电子杂志社将本学位论文收录到《中国博士学位论文全文数据库》和《中国优秀硕士学位论文全文数据库》并通过网络向社会公众提供信息服务。学校须按照授权对学位论文进行管理，不得超越授权对学位论文进行任意处理。（），年后解密适用本授权书保密在。（保密：请在括号＿“”内划Ｖ）授权人签名指导教师签名：＞加丨口期：？年日日期：泛年上月巧日摘要摘要物

5、体检测在图像识别与计算机视觉领域中是一个比较热门的研究方向，在诸多领域中，均有着广泛的用途。在自动驾驶领域，通过物体检测来合理的规避行人和车辆；在图像处理领域，图像分类，语义分割，场景理解等任务都是建立在物体检测之上的；所以，物体检测任务研究有着重大的意义和广泛的发展前景。目前，单帧图像中的物体检测任务已经步入正规，部分检测算法已经达到实时处理的检测效果，但是由于该方法不是专门为视频检测所设计的，所以将单帧图片的检测方法直接应用到视频中的多物体检测任务仍然存在许多问题。因此本文主要从两方面对视频中的

6、多物体检测任务进行研究，为了适应多物体的形态多样化改进了基于卷积神经网络的物体检测算法，为了提高物体检测的精确度融合了上下文信息进行多物体检测。在基于卷积神经网络的物体检测方面，主要从提取候选区域及检测窗口的抑制算法这两个方面进行改进。首先介绍了两种提取候选区域的方法并且分析了其优缺点。现有的提取候选区域方法计算量大，重叠区域多，并且不能很好的适应多物体检测任务中物体的形态多样性。本文提出了多尺度特征下提取候选区域算法，关注物体在多个层次上的语义信息，降低多物体检测中小物体被漏检的概率。在检测框抑制

7、算法上，本文针对现有的抑制算法对相邻较近的物体无法有效判断的现象，提出了基于中心点的非极大值抑制算法，通过判断检测窗口的中心点距离来抑制冗余的窗口，从而降低出现漏检的概率。在视频中的多物体检测方面，本文首先介绍了视频中多物体检测存在的问题，由于视频序列由连续的多帧图片所组成，因此基于视频序列的多物体检测与基于单帧图片的多物体检测有着很大的相似性，但是由于单帧图像的检测算法未考虑视频序列的上下文信息，在视频序列中，对于同一个物体具有丰富的相关信息可以利用，因此本文提出将上下文信息融入卷积神经网络多物体

8、检测中，利用相邻帧间的相关性来提升当前帧物体检测的准确性，该算法能够提高视频中多物体检测的准确率，但因处理了更加复杂的问题算法的复杂度会上升。关键词：物体检测，卷积神经网络，上下文信息，特征提取，非极大值抑制IAbstractABSTRACTObjectdetectionisahotresearchdirectioninthefieldofimagerecognitionandcomputervision.Inmanyfields,ithasawiderangeofu