基于SSD的車輛檢測(cè)與跟蹤算法研究.pdf

1、隨著城市社會(huì)的發(fā)展，機(jī)動(dòng)車數(shù)量日趨增加，城市道路堵塞情況日益嚴(yán)重，智能交通系統(tǒng)的應(yīng)用日益受到大家的廣泛關(guān)注，車輛的檢測(cè)與跟蹤是其重要的組成部分。在實(shí)際應(yīng)用中，車輛檢測(cè)算法需要實(shí)時(shí)檢測(cè)圖像或者視頻序列幀中出現(xiàn)的車輛，獲得目標(biāo)參數(shù)，并將檢測(cè)的車輛信息傳遞給車輛跟蹤算法，由它對(duì)車輛進(jìn)行跟蹤，從而確定車輛的位置，有效地對(duì)車輛進(jìn)行實(shí)時(shí)跟蹤。
　　傳統(tǒng)的車輛檢測(cè)方法如光流法、幀間差分法等，檢測(cè)結(jié)果差強(qiáng)人意，很難滿足實(shí)際場(chǎng)景的需求。目前，深度學(xué)

2、習(xí)技術(shù)已經(jīng)成為機(jī)器學(xué)習(xí)方向的前沿技術(shù)，在許多的研究領(lǐng)域取得了驚人的效果。本論文首先對(duì)傳統(tǒng)的車輛檢測(cè)算法進(jìn)行了分析，針對(duì)其不足之處，利用深度學(xué)習(xí)技術(shù)設(shè)計(jì)了基于多尺度特征圖預(yù)測(cè)SSD的車輛檢測(cè)器，然后將基于多尺度特征圖預(yù)測(cè)SSD的車輛檢測(cè)器與Camshift跟蹤和Kalman濾波算法相結(jié)合，構(gòu)建了車輛檢測(cè)跟蹤系統(tǒng)。論文的具體工作如下:
　　1.針對(duì)傳統(tǒng)車輛檢測(cè)算法中存在的問題，本文設(shè)計(jì)了一種基于不同卷積層上的特征進(jìn)行多尺度預(yù)測(cè)SSD車

3、輛檢測(cè)器，其基本思想是:使用前向傳播CNN網(wǎng)絡(luò)，產(chǎn)生一系列固定大小的邊界框集合以及框中目標(biāo)類別的得分，然后通過非最大值抑制算法得到最終檢測(cè)。論文中把車輛檢測(cè)問題作為一個(gè)回歸問題，模型訓(xùn)練過程中，通過對(duì)整張圖像進(jìn)行訓(xùn)練，然后優(yōu)化檢測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明，基于SSD的車輛檢測(cè)器無論在識(shí)別性能還是在時(shí)間效率方面都有著較好的檢測(cè)效果。
　　2.利用多尺度特征圖預(yù)測(cè)SSD車輛檢測(cè)器與Camshift跟蹤和Kalman濾波算法相結(jié)合，設(shè)計(jì)并開發(fā)