基于深度学习的多场景车辆检测系统设计与实现

《基于深度学习的多场景车辆检测系统设计与实现》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、分类号学号M201676067学校代码10487密级硕士学位论文基于深度学习的多场景车辆检测系统设计与实现学位申请人：万良昊学科专业：软件工程指导教师：万琳副教授答辩日期：2018.12.21AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreefortheMasterofEngineeringDesignandImplementationofMulti-ScenarioVehicleIdentificationSystemBase

2、donDeepLearningCandidate:LianghaoWanMajor:SoftwareEngineeringSupervisor:Assoc.Prof.WanLinHuazhongUniversityofScienceandTechnologyWuhan430074,P.R.ChinaDecember,2018华中科技大学硕士学位论文摘要近年来随着图像处理技术的飞速发展，越来越多的视频监控系统中加入了以图像处理技术为基础的智能检测识别系统，极大的减轻了人力资源的消耗也提升了监控系统的可靠性和时

3、效性。其中车辆的检测和分类一直是其中的一个重要分支，通过对车辆的自动检测和识别可以在智能交通，安全监控方面起到重要作用。本课题来源于某科技公司的智能光纤监控项目，根据架设在地下光纤上方的监控视频检测是否有重型车辆进入，即时识别报警防止地下光纤被重型汽车损坏。首先对国内外车辆检测和分类的研究现状进行了介绍和总结，并针对光缆保护的实际场景设计了总体系统的工作流程。分析对比了各种运动检测算法的优缺点，基于混合高斯背景建模法实现了对输入的监控视频进行运动目标提取；然后根据实际可能遇到的雾天和弱光的环境，引入了图像预

4、处理模块，分析对比了各种去雾算法和暗光增强算法，使用了一种基于暗通道先验理论的方法对目标区域进行去雾处理，同时针对该方法时间效率上的不足进行优化，在暗光增强方面，使用对数变换的方法提升在弱光照环境下的图像质量；最后基于深度学习的方法，对比了Alex、VGG、GoogLeNet网络之间的特点，最后使用了网络层次更深在提取特征和计算效率上都更为出色的GoogLeNet作为训练网络，然后收集整理了一万张图像数据涵盖了七种车型，通过Caffe平台进行训练得到了一个车型分类识别的模型。经过对车辆检测系统的测试，结果表

5、明在正常场景下准确率在84%左右，在复杂场景下准确率在80%左右，在处理速度方面可以达到实时性的要求，基本上满足了实际使用的要求。关键词：车辆识别深度学习Caffe框架I华中科技大学硕士学位论文AbstractInrecentyears,withtherapiddevelopmentofimageprocessingtechnology,moreandmorevideosurveillancesystemshaveaddedintelligentdetectionandrecognitionsystemsb

6、asedonimageprocessingtechnology,whichgreatlyreducestheconsumptionofhumanresourcesandimprovesthereliabilityofthemonitoringsystem.Amongthem,thedetectionandclassificationofvehicleshasalwaysbeenanimportantbranch.Throughtheautomaticdetectionandidentificationofv

7、ehicles,itcanplayanimportantroleinintelligenttrafficandsafetymonitoring.Thistopiccomesfromasmartopticalcablemonitoringprojectofatechnologycompany.Accordingtothesurveillancevideoinstalledabovetheundergroundopticalcable,itdetectswhetherthereisheavyvehicleent

8、ering,andinstantlyrecognizesthealarmtopreventtheundergroundfiberfrombeingdamagedbytheheavyvehicle.Firstly,theresearchstatusofvehicledetectionandclassificationathomeandabroadisintroducedandsummarized,andtheove