基于嵌入式平台的车载目标检测技术研究

目录

声明

1 绪论

1.1 研究背景和意义

1.2 研究动态与现状

1.2.1 目标检测研究现状

1.2.2 立体视觉研究现状

1.3 本文主要研究内容与章节安排

1.3.1 本文主要研究内容

1.3.2 论文章节安排

2 基于深度学习的目标检测方法研究

2.1 引言

2.2 卷积神经网络

2.2.1 卷积神经网络组成

2.2.2 卷积神经网络训练

2.3 目标检测评价标准

2.3.1 模型mAP

2.3.2 模型速度

2.4 基于深度学习的目标检测方法

2.4.1 常用目标检测方法对比

2.4.2 Yolov3-tiny算法原理

2.5 基于Yolov3-tiny的目标检测系统构建

2.5.1 硬件实验平台

2.5.2 软件实验环境搭建

2.5.3 基于立体视觉的视差图获取

2.6 实验对比与分析

2.6.1 测试样本建立

2.6.2 实验测试结果

2.7 本章小结

3 基于Yolov3-tiny目标检测算法的改进

3.1 引言

3.2 数据集的选取

3.3 Yolov3-tiny网络模型参数确定

3.3.1 Anchor box聚类

3.3.2 Anchor box数量

3.3.3 其他参数

3.4 Yolov3-tiny网络结构改进

3.4.1 增加检测尺度

3.4.2 增加主干网络深度

3.5 网络训练过程

3.6 实验及结果分析

3.7 本章小结

4 基于立体视觉的目标物体运动估计

4.1 引言

4.2 系统整体框架安排

4.3 目标跟踪

4.3.2 卡尔曼滤波跟踪

4.4 运动估计

4.4.1 目标纵向距离的计算

4.4.2 目标横向距离的计算

4.5 实验结果分析

4.5.1 立体视觉融合结果

4.5.2 目标跟踪结果

4.5.3 目标距离计算实验结果

4.6 本章小结

结论

参考文献

致谢