基于卷积神经网络的物体识别研究与实现

《基于卷积神经网络的物体识别研究与实现》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、Ｉ４去种成Ａ￥ＥＣＨＮＯＬＯＩＮＡＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴ色ＹＯＦＣＨ餘专业学位硕±学位论文ｉ＼ＭＡＳＴＥＲＴＨＥＳＩＳＦＯＲＰＲＯＦＥＳＳＩＯＮＡＬＤＥＧＲＥＥＩ＂＂ｎ－．＂＊＊＊；４．如？心＾，Ｉ＃＞Ｉ目基于卷积神经网络的物体识别妍究与实现论文题专业学位类别工程硕ｄ：学号２０１３２２２２０２：３３作者姓名杨眷玉指导教师郝宗波副賺Ｉ＇Ｂ．独剑性齊明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究

2、成果。据我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论义中作了明确的说明并表示谢意。作者签名：清卷日期：年谷月日户论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇学

3、位论文。编（保密的学位论文在解密守此规定）后应遵签玉名：落导名：作者橋师签之：日月日期年＾＾（《分类号密级注1UDC学位论文基于卷积神经网络的物体识别研究与实现（题名和副题名）杨眷玉（作者姓名）指导教师郝宗波副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士专业学位类别工程硕士工程领域名称软件工程提交论文日期2016.3.18论文答辩日期2016.04.21学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchandImplementationofObjectDetectionBas

4、edOnConvolutionalNeuralNetworksAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:MasterofEngineeringAuthor:YangJuanyuSupervisor:HaoZongboSchoolofInformationandSoftwareSchool:Engineering摘要摘要物体识别是计算机视觉中的一个研究方向，也是当前比较热门的研究领域。在人们的需求不断增长的今天，物体识别在安全、科技、经济方面正在起着举足轻重的作用，安

5、防领域和交通监管部门也对物体识别提出了迫切的要求，所以研究物体识别对社会的未来有非常重要的意义。2006年一种新的方法深度神经网络的出现，标志着以深度学习为新纪元的时代的到来，卷积神经网络作为深度学习方法之一，凭借着优秀的性能和无限的潜力成为了竞相研究的对象，并且已经在图像识别领域取得巨大的成功。因此，基于卷积神经网络的物体识别已经成为了物体识别领域的一个研究热点。本论文重点阐述了一个改进YOLO的卷积神经网络模型，改进后网络性能得到了较为明显的提升，具体的工作如下：1．改进的模型修改了YOLO网络的损失函数。改进YOLO的模型将比例的形式替换了原有差值的形式。相对于旧的损失函数

6、，新的损失函数显得更加灵活，对网络误差的优化更合理。2．改进的模型在YOLO网络中增加了1×1的卷积核。这样就减少该层的参数数量，使网络各层提取的特征过渡更加平滑。3．改进的模型采用了新的inception结构。因为Inception结构本身就有加深和加宽网络的能力，并且在增强网络性能的同时，还能减少网络参数的数量。4．改进的模型添加了一层时空金字塔下采样层，这样就能更充分地利用原图像中的信息，增强网络的识别性能。另外，由于时空金字塔下采样层本身具有的优势，使得网络在时间性能上也有提高。最后，在pascalvoc2007数据库和pascalvoc2012数据库上对改进YOLO的卷

7、积神经网络进行了实验，并用混淆矩阵、时间复杂度和信息可视化三种工具对实验数据进行了分析和总结。实验的结果表明，改进YOLO发网络无论在识别性能方面还是在时间效率方面都领先于其他网络，并且在国际领先水平的网络面前也有一定的竞争能力。由于在时间性能上的良好表现，所以本文将该网络模型的研究成果投入到实际应用中，开发并实现了一个改进YOLO的卷积神经网络系统。关键词：卷积神经网络，inception结构，时空金字塔下采样，物体识别IABSTRACTABSTRACTAsadirection