基于卷积神经网络的行人检测问题的研究与实现任务书

 2021-12-20 20:33:50

全文总字数:1410字

1. 毕业设计(论文)主要内容:

行人检测已成为计算机视觉领域研究的重点和难点问题,同时,在智能交通、车辆辅助驾驶及机器人视觉等领域均具有重要作用.但不同于车辆等刚性物体的检测,由于人体各部位具有极高的自由度及实际日常穿着的多样化,导致在对行人的检测过程中受人体形态、视角及复杂背景等因素影响较大,构建实用化行人检测模型更为困难.本课题拟采用卷积神经网络的方法实现对道路上的行人的检测问题,在深入研究卷积神经网络的基本原理基础上,构建基于卷积神经网络的行人检测算法,通过优化网络结构等技术,反复训练卷积神经网络,从而获得较好的网络收敛效果。

设计基于卷积神经网络的行人检测系统,采用所构建的行人检测算法对道路上的行人进行识别和检测。

2. 毕业设计(论文)主要任务及要求

(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇)。

(2)完成开题报告及任务书。

(3)构建基于卷积神经网络的行人检测算法,设计基于卷积神经网络的行人检测系统,实现对道路上的行人进行识别和检测。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)第1-4周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第5-6周:熟悉掌握基本理论,完成英文资料的翻译,熟悉相关工具软件的使用。

(3)第7-9周:构建基于卷积神经网络的行人检测算法。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] LI J, LIANG X, SHEN S M,et al. Scale-aware fast R-CNN for pedestrian detection[J]. IEEE Transactions onMultimedia, 2018, 20(4): 985-996

[2] ZHANG L, LIN L, LIANG X,et al. Is faster R-CNN doing well for pedestrian detection[C]//EuropeanConference on computer Vision. Amsterdam, Netherlands: Springer, 2016: 443-457

[3] 邵毅明, 屈治华, 邓天民等. 基于CapsNet的行人检测方法及评价[J]. 交通运输系统工程与信息, 2019, 第19卷(3):54-61.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。