基于深度学习的图像目标识别研究

《基于深度学习的图像目标识别研究》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：密级：UDC：编号：工学硕士学位论文基于深度学习的图像目标识别研究硕士研究生：陈志韬指导教师：于秀萍教授学科、专业：控制工程论文主审人：哈尔滨工程大学2018年6月分类号：密级：UDC：编号：工学硕士学位论文基于深度学习的图像目标识别研究硕士研究生：陈志韬指导教师：于秀萍教授学位级别：工学硕士学科、专业：控制科学与工程所在单位：自动化学院论文提交日期：2018年5月8日论文答辩日期：2018年6月2日学位授予单位：哈尔滨工程大学ClassifiedIndex:U.D.C:ADissertationfortheDegreeofM.EngTheResearchonImageT

2、argetRecognitionBasedonDeepLearningCandidate:ChenZhitaoSupervisor:Prof.YuXiupingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ControlEngineeringDateofSubmission:May.2018DateofOralExamination:June.2018University:HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独

3、立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者（签字）：日期：年月日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段

4、保存和汇编本学位论文，可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文（□在授予学位后即可□在授予学位12个月后□解密后）由哈尔滨工程大学送交有关部门进行保存、汇编等。作者（签字）：导师（签字）：日期：年月日年月日基于深度学习的图像目标识别研究摘要目标识别是计算机视觉一个重要的研究领域。随着中国城市化的进程不断加快，智慧城市，智能交通系统成为了发展的趋势，这对目标识别的快速性、准确性提出了迫切的需求。深度学习凭借其强大的特征学习能力已在计算机视觉的多个领域取得了令人瞩目的成绩

5、。因此，基于深度学习模型的目标识别算法成为近年来的研究热点。本文围绕如何利用深度学习的方法进行图像目标的识别和定位开展了一系列研究：（1）对常用的目标识别算法进行了对比，阐述了各类算法的原理，分析了它们各自的优缺点，总结归纳了它们在候选区域选择、特征提取、特征分类这三个问题上的联系与区别。（2）研究了YOLO算法的原理。以tiny-yolo模型为基础，设计了改进模型m-yolo。m-yolo模型通过增加卷积层的数量来提高模型的特征提取能力；同时，为了保证改进模型在识别速度上不会下降，在模型中加入了NIN（networkinnetwork）卷积层来降低模型的参数数量和模型的复杂度，

6、并对NIN卷积层在改进模型中的作用原理进行了阐述。实验表明，改进后的模型提高了识别的准确率和定位的精确性。（3）使用了迁移学习的策略来提高模型的性能。通过实验对随机初始化网络参数的模型和使用了预训练模型初始化网络参数的模型进行对比。实验表明，使用了预训练模型初始化网络参数的模型提高了识别的准确率和定位的精确性。（4）对卷积层的激活函数ReLU和Leaky函数的性能进行了研究，通过实验确定了在本文描述的车辆识别任务中Leaky函数的性能优于ReLU函数。（5）针对不同数量的固定边界框（AnchorBox）对模型性能的影响进行了研究。使用无监督学习算法k-means对车辆数据集中标注

7、好的边界框的宽和高进行聚类，来获得大小和形状合适的固定边界框。对具有不同AnchorBox数量的模型进行训练。最后，通过实验确定最佳的固定边界框数量。关键词：深度学习；目标识别；YOLO算法；NIN卷积层；聚类哈尔滨工程大学硕士学位论文基于深度学习的图像目标识别研究ABSTRACTTargetrecognitionisanimportantfieldofcomputervision.WiththerapiddevelopmentofChina'surbanization,smar