原文传递
基于车载视觉的多目标检测与跟踪技术研究
| 论文题名： | 基于车载视觉的多目标检测与跟踪技术研究 |
| 关键词： | 自动驾驶;环境感知;车载视觉;多目标检测 |
| 摘要： | 近年来，自动驾驶环境感知技术在智能驾驶领域飞速发展，旨在负责感知汽车周围环境目标。基于视觉的多目标检测和跟踪技术是环境感知模块中非常关键的一部分，尽管国内外研究人员在该领域取得不错成绩，但是在交通道路环境下仍存在感兴趣目标遮挡、目标较小等问题。目前流行的多目标跟踪算法是基于检测来跟踪(Tracking by Detection，TBD)的范式，即用目标检测算法找到待跟踪目标，再对多个目标进行跟踪。因此，本系统提出基于改进的YOLOv4多目标检测算法，并将其与TBD范式的多目标跟踪算法相结合，进行交通多目标的检测与跟踪。研究内容如下: (1)一种改进YOLOv4的交通目标检测方法。首先详细介绍YOLOv4目标检测算法原理。为了改善原有网络在小目标的检测能力，在模型颈部网络增加一个尺度来提取浅层特征图信息;在颈部网络中引入注意力机制，能够使得网络更加有效关注小目标和遮挡目标的特征信息;在预测阶段，采用基于DIoU的Soft-NMS算法，来提高遮挡目标的检测效果。 (2)基于优化DeepSORT的车辆前方多目标跟踪方法。针对交通多目标跟踪常出现遮挡和外形变化等问题，在DeepSORT算法的基础上提出了一种联合局部特征和全局特征的数据关联方法。首先采用改进的YOLOv4算法作为检测器，来提高复杂交通环境的目标检测精度和检测速度，然后结合轨迹关联检测中局部特征相似度的变化来提取未遮挡部分的局部特征，最后在数据关联的特征匹配中采用了联合局部和全局的特征匹配方法，提高遮挡环境下多目标跟踪精度。 (3)设计了一套基于车载视觉的多目标检测与跟踪系统。通过建立数据集采集平台，采集并制作实际交通场景下目标检测与跟踪数据集，并对本文提出的多目标跟踪系统进行验证。 |
| 作者： | 熊豪 |
| 专业： | 车辆工程 |
| 导师： | 许小伟 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉科技大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
