基于深度学习网络的多光谱行人检测与分割方法研究

《基于深度学习网络的多光谱行人检测与分割方法研究》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、学校代码：１０００４密级：公开交邊乂攀ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕士学位论文基于深度学习网络的多光谱行人检测与分割方法研究作者姓名宋姚姚学科专业电子科学与技术指导教师侯亚丽副教授培养院系电子信息工程学院二零一八年四月级：公开学校代码：１０００４密北京交通大学硕士学位论文基于深度学习网络的多光谱行人检测与分割方法研究Ａｓａｎｃｉｏｎａｎｄｓｅｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｄｅｅｃｏｎｖｏｌｕｔｉｏｎａｌｓｔｕｄｙｏｎｍ

2、ｕｌｔｉｓｅｃｔｒａｌｅｄｅｔｒｉｄｅｔｅｔｇｐｐｐｎｅｕｒａｌｎｅｔｗｏｒｋｓ作者：宋姚姚导师：侯亚＿；北京交通大学２０１８年４月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务

3、＾（保密的学位论文在解密后适用本授权说明）学位论文作者签名：条姚劣ｋ导师签名：签字曰期：年月°曰签字曰期：＞年３月曰故３１０丨（４密级：公开学校代码：１０００北京交通大学硕士学位论文基于深度学习网络的多光谱行人检测与分割方法研究ｒａｔｒｉａｎｄｅｔｅｃｔｉｏｎａｎｄｓｅｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｄｅｅｃｏｎｖｏｌｕｔｉｏｎａｌＡｓｔｕｄｙｏｎｍｕｌｔｉｓｐｅｃｔｌｐｅｄｅｓｇｐｎｅｕｒａｌｎｅｔｗｏｒｋｓ２６：１５１２００作者姓名：宋姚姚学号：

4、副教授导师姓名：侯亚丽职称：硕士学位类别：工科学位级别：图像处理学科专业：电子科学与技术研宄方向北京交通大学２０１８年４月致谢吋光飞逝，转眼间两年半紧张而又充实的研宄生生活即将画上句号。在这两年半的学习期间，我得到了很多老师、同学和朋友的关怀和帮忙。在学位论文即将完成之际，我要向所有期间给予我支持、帮忙和鼓励的人表示我最诚挚的谢意。首先，我要感谢我的指导老师侯老师对我的教导。从论文的选题、构思、撰，侯老师都给了我悉心的指导和热情的帮忙写到最终的定稿，使我的毕业论文能够顺利的完

5、成。侯老师对工作的认真负责、对学术的钻研精神和严谨的学风，都是值得我终生学习的。其次，感谢电信学院的全体领导和老师，由于他们的悉心教导，我学到了专业的图像知识，掌握了扎实的专业技能。同时，也感谢实验室的同学在我的研宄生期间对我生活上的照顾。一最后，，感谢我的家人在此期间给予我的包容、关爱和鼓励以及所有陪我路走来的朋友，正是由于他们的支持和照顾，，我才能安心学习并顺利完成我的学业。毕业在即，在今后的工作和生活中，我会铭记师长们的教诲，继续不懈努力和追求！，来报答所有支持和帮忙过我的人北京交通大

6、学硕士学位论文ｍｍ摘要全时段的行人检测与分割技术在智能监控、车辆辅助驾驶等领域中都有着重，要的应用。近年来，随着深度卷积神经网络在机器视觉领域的卓越表现基于卷一积神经网络进行行人检测与分割技术的研究也引起了众多学者的热切关注。另方面，可见光图像在不良照明条件下的成像缺陷使得热红外图像成为基于视觉进行全时段行人检测与分割的重要手段，本论文基于近年来深度卷积网络在。为此目标检测与分割领域的兴起及大型多光谱行人检测数据库的提出，详细探讨了多光谱信息在基于深度卷积网络进行行人检测与分割方法中的应用，具

7、体工作主要包括：１、在深入理解卷积神经网络在目标检测中的工作机理基础上，设计并实现了Ｓｔｔ基于ＳＳＤ（ｉｎｇｌｅＳｈｏＤｅｔｅｃｏｒ）架构的多光谱信息前端融合和后端融合结构。通过网络结构的设计实现可见光和红外图像信息的融合，提高了全时段的行人检测性能。２、研宄并测试了像素级图像融合方法在基于卷积神经网络进行行人目标检测。方法中的应用，并通过多级融合方式的结合，研宂不同融合方式之间的互补性可以进一步降低行人检测的漏检实验表明，像素级融合与前后端融合结构的结合率，。特别地后端融合框架与基于联

8、合双边滤波器方法的结合在夜晚行人检测中１达到了最佳效果，平均漏检率比单独的后端融合架构减少约１％。３、在深入理解卷积神经网络在目标分割中的工作机理基础上，设计并实现了两种基于ＰＳＰＮｅｔ（ＰｙｒａｍｉｄＳｃｅｎｅＰａｒｓｉｎｇＮｅｔｗｏｒｋ）架构的多光谱行人