資源描述：
《基于深度學(xué)習(xí)的多場(chǎng)景車輛檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、分類號(hào)學(xué)號(hào)M201676067學(xué)校代碼10487密級(jí)碩士學(xué)位論文基于深度學(xué)習(xí)的多場(chǎng)景車輛檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)學(xué)位申請(qǐng)人：萬(wàn)良昊學(xué)科專業(yè)：軟件工程指導(dǎo)教師：萬(wàn)琳副教授答辯日期：2018.12.21AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreefortheMasterofEngineeringDesignandImplementationofMulti-ScenarioVehicleIdentificationSystemBase
2、donDeepLearningCandidate:LianghaoWanMajor:SoftwareEngineeringSupervisor:Assoc.Prof.WanLinHuazhongUniversityofScienceandTechnologyWuhan430074,P.R.ChinaDecember,2018華中科技大學(xué)碩士學(xué)位論文摘要近年來(lái)隨著圖像處理技術(shù)的飛速發(fā)展，越來(lái)越多的視頻監(jiān)控系統(tǒng)中加入了以圖像處理技術(shù)為基礎(chǔ)的智能檢測(cè)識(shí)別系統(tǒng)，極大的減輕了人力資源的消耗也提升了監(jiān)控系統(tǒng)的可靠性和時(shí)
3、效性。其中車輛的檢測(cè)和分類一直是其中的一個(gè)重要分支，通過(guò)對(duì)車輛的自動(dòng)檢測(cè)和識(shí)別可以在智能交通，安全監(jiān)控方面起到重要作用。本課題來(lái)源于某科技公司的智能光纖監(jiān)控項(xiàng)目，根據(jù)架設(shè)在地下光纖上方的監(jiān)控視頻檢測(cè)是否有重型車輛進(jìn)入，即時(shí)識(shí)別報(bào)警防止地下光纖被重型汽車損壞。首先對(duì)國(guó)內(nèi)外車輛檢測(cè)和分類的研究現(xiàn)狀進(jìn)行了介紹和總結(jié)，并針對(duì)光纜保護(hù)的實(shí)際場(chǎng)景設(shè)計(jì)了總體系統(tǒng)的工作流程。分析對(duì)比了各種運(yùn)動(dòng)檢測(cè)算法的優(yōu)缺點(diǎn)，基于混合高斯背景建模法實(shí)現(xiàn)了對(duì)輸入的監(jiān)控視頻進(jìn)行運(yùn)動(dòng)目標(biāo)提?。蝗缓蟾鶕?jù)實(shí)際可能遇到的霧天和弱光的環(huán)境，引入了圖像預(yù)
4、處理模塊，分析對(duì)比了各種去霧算法和暗光增強(qiáng)算法，使用了一種基于暗通道先驗(yàn)理論的方法對(duì)目標(biāo)區(qū)域進(jìn)行去霧處理，同時(shí)針對(duì)該方法時(shí)間效率上的不足進(jìn)行優(yōu)化，在暗光增強(qiáng)方面，使用對(duì)數(shù)變換的方法提升在弱光照環(huán)境下的圖像質(zhì)量；最后基于深度學(xué)習(xí)的方法，對(duì)比了Alex、VGG、GoogLeNet網(wǎng)絡(luò)之間的特點(diǎn)，最后使用了網(wǎng)絡(luò)層次更深在提取特征和計(jì)算效率上都更為出色的GoogLeNet作為訓(xùn)練網(wǎng)絡(luò)，然后收集整理了一萬(wàn)張圖像數(shù)據(jù)涵蓋了七種車型，通過(guò)Caffe平臺(tái)進(jìn)行訓(xùn)練得到了一個(gè)車型分類識(shí)別的模型。經(jīng)過(guò)對(duì)車輛檢測(cè)系統(tǒng)的測(cè)試，結(jié)果表
5、明在正常場(chǎng)景下準(zhǔn)確率在84%左右，在復(fù)雜場(chǎng)景下準(zhǔn)確率在80%左右，在處理速度方面可以達(dá)到實(shí)時(shí)性的要求，基本上滿足了實(shí)際使用的要求。關(guān)鍵詞：車輛識(shí)別深度學(xué)習(xí)Caffe框架I華中科技大學(xué)碩士學(xué)位論文AbstractInrecentyears,withtherapiddevelopmentofimageprocessingtechnology,moreandmorevideosurveillancesystemshaveaddedintelligentdetectionandrecognitionsystemsb
6、asedonimageprocessingtechnology,whichgreatlyreducestheconsumptionofhumanresourcesandimprovesthereliabilityofthemonitoringsystem.Amongthem,thedetectionandclassificationofvehicleshasalwaysbeenanimportantbranch.Throughtheautomaticdetectionandidentificationofv
7、ehicles,itcanplayanimportantroleinintelligenttrafficandsafetymonitoring.Thistopiccomesfromasmartopticalcablemonitoringprojectofatechnologycompany.Accordingtothesurveillancevideoinstalledabovetheundergroundopticalcable,itdetectswhetherthereisheavyvehicleent
8、ering,andinstantlyrecognizesthealarmtopreventtheundergroundfiberfrombeingdamagedbytheheavyvehicle.Firstly,theresearchstatusofvehicledetectionandclassificationathomeandabroadisintroducedandsummarized,andtheove
