基于卷积神经网络的前方车辆障碍物检测算法研究

《基于卷积神经网络的前方车辆障碍物检测算法研究》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、一．硕±学位论文基于卷巧神结网络的前方车辆障碍物检测算法研究ｉ作者姓名康磊学科专业信号与信息处理指导教师周智恒教授所在学院电子与信息学院论文提交日期２０１６年６月．ｆResearchonAlgorithmforDetectingFrontVehiclesBasedonConvolutionalNeuralNetworkADissertationSubmittedfortheDegreeofMasterCandidate：KangLeiSupervisor：Prof.

2、ZhouZhihengSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP391.41学校代号：10561学号：201320109361华南理工大学硕士学位论文基于卷积神经网络的前方车辆障碍物检测算法研究作者姓名：康磊指导教师姓名、职称：周智恒教授申请学位级别：工学硕士学科专业名称：信号与信息处理研究方向：智能信息处理系统与模式识别论文提交日期：2016年6月8日论文答辩日期：2016年6月2日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：傅予力教授

3、委员：周智恒教授、吴宗泽副教授、向友君副教授、李波副教授华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研巧所取得的研究成果。除了文中特别加标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均己在文中ｔＡ明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名曰期：八年＾月］曰学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，艮Ｐ；研巧生在校攻读学位期间

4、论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可公布学位论文的全部或部分内容，可允许采用影印、缩印或其它复制手段保存、汇编学位一论文。本人电子文档的内容和纸质论文的内容相致。本学位论文属于：ｎ？ｆ密，在＾年解密后适用本授权书。保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库

5、》，传播学位论文的全部或部分内容。＂＂（请在レッ上相应方框内打Ｖ）作者签名；唯知曰期：训Ｍｌ＾．指导教师签名：亦ｉ日期］：两ｆ＾／＾矣：：作者联系电话电子邮箱地址联系（含邮编：）摘要近年来随着社会经济的发展，人均汽车保有量的不断增加，城市交通安全隐患日益突显，对智能辅助驾驶技术也逐渐加强。目标检测一直以来是计算机视觉领域中研究热门，也是智能辅助驾驶技术的一个重要的研究课题，其融合机器视觉、图像处理、人工智能等领域的科研成果，在无人机、机器人等其他相关领域具有较高的理论价值和广泛的应用前景。本

6、文研究的是基于单目视觉的车辆检测算法，为了提高检测的准确率，本文使用的检测算法基于卷积神经网络，为了解决对图像进行穷尽搜索检测带来的实时性降低问题，本文在检测之前利用简单特征快速定位车辆可能存在的位置；整个检测算法可以分为两个阶段：假设生成和假设检验。首先，论文研究了图像的预处理技术，对各种图像预处理技术进行实验分析，选取了符合本文的图像预处理算法。其次，提出了一种车辆假设区域生成方法，使用动态阈值法获取车辆底部阴影区域，利用形态学方法排除图像中的干扰区域，合并阴影区域获取阴影底部线段，根据阴影区域和车辆位置大小的关系生成车

7、辆假设区域。然后，针对传统的基于机器学习的算法准确率较低的问题，提出将卷积神经网络作为本文检测的算法。卷积神经网络具有从原始图片中自适应提取特征的优点，可以避免人工特征提取的局限性。本文详细叙述了卷积神经网络的发展历程，对比了卷积神经网络相对于浅层人工神经网络的优势，详细介绍了卷积神经网络的原理和训练过程。最后，本文将卷积神经网络应用于车辆的分类识别。通过将不同结构的卷积神经网络，比较不同池化操作等因素对网络分类能力的影响，设计了本文车辆分类使用的卷积神经网络。经过系统设计和实现测试，实验结果表明，本文提出的车辆检测算法能够

8、有效的检测出前方的车辆，能够满足系统实时性的要求。关键字：车辆检测；图像分类；卷积神经网络；机器学习IAbstractWiththerapideconomicdevelopment,thenumberofautomobileisalsoinrapidgrowth.Whilethesafet